NetLogo 是由美国西北大学开发的多主体建模（Multi-Agent Modeling）与仿真平台，主要用于模拟自然和社会系统中的复杂交互行为，其核心思想是通过定义微观主体（Agent）的行为规则，观察宏观层面的涌现现象（Emergence）。以下是其基本运行逻辑的详细解析：

一、核心概念：主体与环境

NetLogo 的世界由三类基本元素构成，形成“主体-环境-观察者”的三层架构：

1. 主体（Agents）

   • 海龟（Turtles）：可移动的个体主体（如动物、车辆、人等），每个海龟有独立的属性（如位置、速度、颜色）和行为规则，可执行移动、转向、与其他海龟/环境交互等操作。
   • 补丁（Patches）：固定的网格状环境主体（通常是二维网格，如土地、细胞、像素），每个补丁有坐标（x, y）和属性（如温度、资源量、是否被占用），用于表示静态环境（如地形、障碍物）。
   • 观察者（Observer）：控制整个模拟的“全局视角”，可设置初始条件、调控运行参数、收集数据、生成可视化输出（如图表、图像）。

2. 环境交互

   • 海龟可感知周围补丁的状态（如靠近水源时改变行为），也可修改补丁属性（如海龟移动时在补丁上留下痕迹）。
   • 海龟之间可通过直接接触（如碰撞）或间接信号（如释放信息素）交互。

二、运行机制：离散时间步与并行执行

NetLogo 的仿真以 离散时间步（Ticks） 推进，每个时间步内所有主体（海龟和补丁）按规则并行执行操作，核心逻辑如下：

1. 时间推进模式

   • 仿真从初始状态开始，每个时间步执行一次用户定义的 “过程”（Procedure），如 go 过程通常包含所有主体的行为逻辑。
   • 时间步长可自定义（如每秒10个时间步），但本质是同步更新：所有海龟和补丁在同一时间步内完成当前行为，无先后顺序（除非显式控制执行顺序）。

2. 主体行为规则

   • 通过 “命令”（Commands） 定义主体行为，例如：
     • fd 1：海龟向前移动1个单位距离。
     • if pxcor > 10 [ rt 90 ]：若海龟的x坐标超过10，右转90度。
   • 行为规则可包含条件判断（如“如果周围有食物则移动”）、概率选择（如“以20%的概率繁殖”）和群体交互（如“向最近的同伴靠近”）。

3. 涌现现象

   • 微观主体的简单规则可能导致宏观层面的复杂现象，例如：
     • 海龟遵循“避免拥挤+向光源移动”的规则，可能涌现出群体定向移动的“潮流”。
     • 补丁上的资源分布与海龟的采集行为相互作用，可能形成资源枯竭或聚集的模式。

三、编程模型：语法与核心结构

NetLogo 使用专用编程语言（类Lisp语法），核心结构围绕 “主体选择”+“行为执行” 展开：

1. 主体选择语句

   • ask <agentset> [ <commands> ]：对选中的主体集合执行命令。
     • 例：ask turtles [ fd 1 ] 让所有海龟向前移动1步。
     • 例：ask patches with [ pcolor = red ] [ set pcolor blue ] 将红色补丁变为蓝色。
   • repeat <n> [ <commands> ]：重复执行n次命令（用于循环）。

2. 数据存储与可视化

   • 主体属性通过 变量（Variables） 存储，分为全局变量（如仿真时间）、海龟变量（如每只海龟的“年龄”）、补丁变量（如每个补丁的“资源量”）。
   • 内置 视图（View） 窗口实时显示海龟和补丁的状态（如颜色、形状、位置变化），支持自定义可视化参数（如海龟大小代表速度，补丁颜色代表温度）。

3. 实验设计

   • 通过 “按钮”（Buttons） 和 “滑动条”（Sliders） 控制仿真流程（开始/停止）和参数（如海龟数量、移动速度）。
   • 支持批量实验（Batch Experiments），自动运行多组不同参数的仿真并收集数据（如统计不同初始密度下群体聚集的时间）。

四、典型建模步骤

1. 定义主体与环境

   • 创建海龟（如 create-turtles 100 生成100只海龟）和补丁（默认网格大小可配置，如50×50补丁）。
   • 初始化主体属性（如 set color blue 设定海龟颜色，set pcolor green 设定补丁颜色）。

2. 编写行为规则

   • 定义海龟的移动、交互逻辑（如躲避障碍物、寻找食物）和补丁的状态更新（如资源再生、被消耗）。
   • 示例：捕食者-猎物模型中，猎物海龟随机移动，遇到食物补丁时“吃掉”补丁并繁殖；捕食者海龟追逐猎物，未捕获时可能死亡。

3. 设置初始条件

   • 在视图窗口手动放置主体（如在特定位置生成猎物和捕食者），或通过代码随机分布（如 ask turtles [ setxy random 50 random 50 ] 将海龟随机分布在50×50的网格中）。

4. 运行与调试

   • 通过按钮启动仿真，观察视图动态变化，使用“监视器”（Monitors）实时显示全局变量（如当前海龟数量、平均移动速度）。
   • 利用“探针”（Probes）点击单个主体查看其属性（如某只海龟的当前位置）。

5. 数据分析

   • 记录仿真过程数据（如每时间步的海龟数量、补丁资源总量），导出为表格或生成折线图、直方图，分析宏观趋势与微观规则的关系。

五、核心特点与典型应用

1. 特点

   • 易用性：可视化界面和简洁的编程语言适合非专业用户快速建模（尤其教育场景）。
   • 灵活性：支持连续空间（海龟可在任意坐标移动）和离散网格，行为规则可自由组合。
   • 涌现导向：重点关注微观规则到宏观现象的因果关系，常用于解释复杂系统（如生态、社会、经济）。

2. 典型应用场景

   • 教育与科普：模拟生物学中的细胞分裂、鸟群迁徙，社会学中的舆论扩散、城市扩张。
   • 科研建模：生态系统中的物种竞争、交通流中的拥堵形成、传染病传播中的群体免疫。
   • 快速原型验证：在复杂系统建模初期，通过NetLogo快速验证假设（如“个体自私行为是否导致公共资源枯竭”）。

六、总结

NetLogo 的基本运行逻辑是 “定义微观主体行为→通过同步时间步推进交互→观察宏观涌现现象”，核心优势在于通过简单规则建模复杂系统，适合探索“局部行为如何导致全局模式”。与MatSim（侧重交通需求与个体出行计划优化）和SUMO（侧重微观交通流仿真）相比，NetLogo更通用，适用于跨学科的多主体模拟，尤其强调可视化和快速原型设计。