Netlogo 确定海龟群的半径和海龟群中海龟的数量-后处理

如果我有这样一种情况，大约1000只黑海龟在给定的时间内以随机的角度和步幅散布在整个netlogo世界。每只海龟在分散过程中的每一个时间步都被分配一个随机概率，如果这个数字超过给定海龟的给定阈值，它会将颜色变为红色并停止移动。此外，黑海龟（仍在移动）碰巧在红海龟（停止/固定）的区域内移动，它们的颜色也会变为灰色并固定（停止移动）。最后，其他在灰色或红色海龟（停止/固定）区域内移动的黑海龟（仍在移动）也会将颜色更改为灰色并固定（停止移动）

---

我的问题是关于何时达到模拟持续时间的后处理问题。我如何确定黑海龟海洋中红灰色海龟集群的数量？另外，如何确定每个群集的大小（径向范围）？最后，我如何确定每个集群中海龟的数量？

Jen是对的：在能够真正回答这个问题之前，你需要清楚地了解集群的组成

也就是说，一个可能的选择是使用聚类算法。我建议你看看克里斯托弗·弗兰茨的

下面是一个快速组合的示例：

extensions [ dbscan ]

to setup
  clear-all
  ask patches [ set pcolor white ]
  create-turtles 1000 [
    set color black
    set label-color blue
    setxy random-xcor random-ycor
  ]
  ask n-of 5 turtles [
    ask turtles in-radius 3 [
      set color one-of [red grey]
    ]
  ]
end

to find-clusters
  let red-grey-turtles turtles with [ member? color [red grey] ]
  let clusters dbscan:cluster-by-location red-grey-turtles 3 3
  (foreach clusters range length clusters [ [c i] ->
    foreach c [ t ->
      ask t [ set label i ]
    ]
  ])
end

---

很抱歉没有进一步的解释：我有一架飞机要赶……

这是一个设计问题-您需要决定如何操作集群。一旦您了解集群的含义，我们就可以帮助您在尝试将想法转换为代码时进行调试。也许你可以做一些事情，比如看每个斑块的红灰色海龟密度，如果它超过平均密度的x%，那么称它为集群，然后将两个集群的相邻斑块合并到同一集群中。但是你需要先有一个算法。@JenB谢谢，根据你和payette提供的信息，我已经在“让我知道你的想法？”上重新表述了我的问题。谢谢你提供的有用信息。我编辑了我的问题，这样做没有扩展，遇到了一个我认为是可以解决的问题。看看，让我知道你的想法。这个基于密度的聚类算法非常棒，但是我想知道它是否能做的不仅仅是唯一地标记同一个集群的成员。您知道如何执行诸如确定簇的最大、最小和平均大小、簇中个体的最大、最小平均数以及最后的最大、最小平均簇间距离等操作吗？簇中个体的最大、最小和平均数很容易：

Max map length clusters

，

min map length clusters

和

mean map length clusters

应该这样做。簇间距离更复杂，因为它可以用不同的方式定义。您想要群集中心之间的距离吗？在每个集群中最近的海龟之间？我建议你问一个单独的问题，并尽量准确地说明你需要什么。集群的数量只是

countclusters

。径向范围类似于：

要报告径向范围[cluster]报告最大映射[a->max map[b->[b]簇的距离a]簇结束

。一旦你有了这个，你可以做

平均地图径向范围集群
等等。群集中心可能会或多或少有些棘手，这取决于您所在世界的拓扑结构。您是否打开了水平或垂直世界环绕？啊，对不起，应该是
长度簇
。（
count
用于代理集，
length
用于列表。在这种情况下，
clusters
是一个列表，因此您需要使用
length
。有时我会混淆它们。）