ABM 仿真基础框架简介

概述

本项目提供了一个基于 R 语言的基于智能体的建模 (Agent-Based Modeling, ABM) 最小可行框架 (MVP)。该框架旨在演示多智能体系统的基本构建逻辑，包括智能体的初始化、环境定义、行为规则更新以及数据记录。

核心组件

1. 智能体 (Agent)：

   • 拥有独立属性：ID、坐标 (x, y)、状态 (state)。
   • 在本示例中，状态模拟简单的传染病传播（0=健康，1=感染）。

2. 环境 (Environment)：

   • 定义了一个离散的网格空间 (grid_size)。
   • 管理智能体的集合及仿真步数。

3. 行为规则 (Rules)：

   • 移动规则：每个时间步，智能体在网格内进行随机游走（Random Walk）。
   • 交互规则：当感染者与健康者处于同一网格坐标时，健康者被感染。

适用场景

• 教学演示：理解 ABM 的基本循环（初始化 -> 更新 -> 记录）。
• 原型开发：作为复杂社会仿真、流行病传播或群体行为研究的起点。

运行要求

• R 版本 >= 4.0
• 推荐包：ggplot2, dplyr (用于数据处理和绘图，虽核心逻辑不强制依赖，但建议安装以进行结果分析)。

使用方法

直接在 R 或 RStudio 中 sourced main.R 文件，调用 run_simulation() 函数并传入参数即可启动仿真。

仿真结果展示说明

本部分描述在不同输入参数下，程序预期的文本输出和数据形态。

场景一：小规模快速仿真

输入指令

在 R 控制台执行以下代码：

params <- list(n_agents = 20, steps = 50)
results <- run_simulation(params)
print(results)

预期输出描述

1. 控制台日志：
   • 首先打印：开始仿真...
   • 随后可能打印：第 XX 步：全部感染，仿真提前结束。（取决于随机种子，若传播快则提前结束；若未全部感染则无此句）。

2. 数据框输出：

   • 终端将显示一个包含两列的数据框 (data.frame)。
   • 列名：step (仿真步数), infected_count (当前感染总数)。
   • 内容示例：

   text step infected_count 1 1 1 2 2 2 3 3 4 ... ... ... 15 15 20

   • 数据显示感染人数随步数呈 S 型或阶梯型上升，直到达到总人数 (20) 或步数耗尽。

场景二：大规模完整周期仿真

输入指令

在 R 控制台执行以下代码：

params <- list(n_agents = 100, steps = 200)
results <- run_simulation(params)
summary(results)

预期输出描述

1. 控制台日志：
   • 打印：开始仿真...
   • 由于人数较多，通常不会在 200 步内完全感染，因此不会出现“提前结束”的提示，或者会在较后的步数出现。
2. 统计摘要：
   • summary(results) 将输出 infected_count 的最小值 (应为 1)、最大值 (可能为 100 或小于 100)、均值和中位数。
   • 这表明随着仿真进行，系统内的感染密度逐渐增加。
3. 数据结构：
   • 返回的对象 results 是一个长度为实际运行步数（最多 200 行）的数据表。
   • 第一行数据固定为 step=1, infected_count=1 (初始状态)。
   • 最后一行数据反映仿真结束时的最终感染规模。

场景三：可视化数据准备 (配合 ggplot2)

输入指令

params <- list(n_agents = 50, steps = 100)
results <- run_simulation(params)
# 假设用户接着运行绘图代码
# plot(results$step, results$infected_count, type='l')

预期输出描述

• 程序本身仅返回数值数据，不直接弹出图形窗口（除非脚本中包含显式的 plot 调用）。
• 输出的 results 对象可直接用于绘图。
• 文字描述的图形趋势：如果使用绘图工具，将观察到一条从左下角 (1, 1) 开始的曲线。曲线初期增长缓慢（随机接触少），中期斜率变大（接触频繁，爆发式传播），后期趋于平缓并接近水平线 y=50（全员感染饱和）。
• 若随机性导致某些智能体长期未接触，曲线可能在 y < 50 处截断（当 steps 用完时）。