群体智能算法-黏菌寻找食物最优路线行为模拟 2

经过查找一些资料，发现目前比较好的理论支撑有元胞自动机，其中的分形理论中的扩散限制凝聚模型与黏菌的网络比较贴切。

经过反复的调整。现在购机了一个黏菌的网络。如图：
第一个图为模拟的过程
第二图为最终图的放大



其中依然有有几个假设
1、黏菌的生命力，随着扩展，生命力降低
2、随着扩展完之后，黏菌在整个扩展范围内，随机生成一些感触点，然后感触点生成网络
     感触点的生长原则，则是最大可能从生命力低的地方向生命力高的地方生长，直至生长到了有网络的地方，或者是黏菌的核心。

不足的地方：
在模拟行为中采用的是元胞为小方块，所以会出现图中的一些对角线的直线。


备注：
其中图片采用的是jpg，为200*200像素。加载的是一个全白的图片，后面的黑点为程序模拟出来的

源码如下

 

package main

 

import (

"fmt"

"image"

"image/jpeg"

//"io"

"image/color"

"math/rand"

"os"

"path"

"runtime"

"sync"

"time"

)

 

func main() {

runtime.GOMAXPROCS(1)

 

for {

select {}

}

 

}

 

var max_x int = 200

var max_y int = 200

 

var lock *sync.RWMutex

var im image.Image

var AllPart []Parts

var wg *sync.WaitGroup

 

type Parts []*Part

 

type Part struct {

x      int

y      int

en     int

bl