所以，让我们来看看另一个交互式的模式，熟悉一些基于智能体建模工作的方式

打开NetLogo。 文件菜单，然后是模型库，我们将在社会科学下，发现交通

这个模式的想法实际上是由学校的孩子提出的，试图理解什么是交通拥堵。

所以，如果我们点击设置按钮，我们可以看到世界存在于这个特定空间中的方式。

实际上，想像大循环，从左手侧车开始，沿着直线行驶，离开右手边，然后在左手边回来。

有时被称为Pac-Man世界，你在右边走过，回到左边，或者只是循环或一维循环的世界。

在这种特殊情况下，我们看到了以前没有看过的几件事情。 看到从火灾模型中的一些结果时。

但是现在你也可以看到一个图形显示，它将为我们绘制一些数据。

另外你注意到有一辆汽车被突出显示了一点。

NetLogo中的功能可以在特定智能体中更详细地说明其操作。

已经设置，让模型运行。

而且，你知道，最初的想法是建立一个简单的模型，即交通运输没有任何阻碍或障碍。

但是在这种特殊情况下，你会看到，结果并不如预期。

所以，让我们运行，看看会发生什么。

所以，正如你所看到的那样，正确，清楚，快速地，堵车形式。

事实上，这种交通阻塞模型的过程中持续下去， 各参数是稳定的。

现在，有办法设置模型，使得不会形成堵塞。 例如，可以减少汽车的数量。

打了几次模型设置，你会发现它一直这样做。

顺便说一句， 建模和模拟是让我好奇的是像“停留模型”，例如，我刚刚提出的汽车数量大大影响了行为模式。

实际上，我们可以停止模型，降低汽车数量，让模型运行。

在一个汽车少得多的世界里，得到一个自由流动的状态，或者以最大的速度移动的状态。

实际上，这种模式有一个速度限制。 而且他们基本上都是正确的。

但是很快回到交通堵塞的情况,

所以在这种情况下，我们设置模型，让它运行。

我想指出的是：从传统的统计观点来描述这种模式。表征最小速度，最大速度和平均速度。

很多时候，人们已经陷入了使用平均值来表征系统的特征描述。

看模型平均速度是最大和最小的中间; 0.227左右。但是，实际上没有这样的汽车。

在堵车时汽车速度是零，而不是加速，几乎加速（线性上升）。速度线性上升，再次到零。

所以，汽车实际上以这个平均速度的时间几乎是零。 这是非常接近的。

这意味着汽车的平均速度不是汽车的良好表征。

这就是红色车子的表现，其主要表现在与其它一样。

因此特别是当我们处理基于智能体的模型来看模型的实际动态，而不仅仅是看整体平均值。

基于智能体的建模的力量之一是，将模型中的实体改为智能体，可以快速对它们可视化，