5.元胞自动机与马尔科夫(链)过程      马尔科夫过程(MarKov Process)是一个典型的随机过程。设X(t)是一随机过程，当过程在时刻t0所处的状态为已知时，时刻t(t>t0)所处的状态与过程在t0时刻之前的状态无关，这个特性成为无后效性。无后效的随机过程称为马尔科夫过程。马尔科夫过程中的时同和状态既可以是连续的，又可以是离散的。我们称时间离散、状态离散的马尔科夫过程为马尔科夫链。马尔科夫链中，各个时刻的状态的转变由一个状态转移的概率矩阵控制。

4元胞自动机的定义 元胞自动机是定义在一个由具有离散、有限状态的元胞组成的元胞空间上，并按照一定局部规则，在离散的时间维上演化的动力学系统。 具体讲,构成元胞自动机的部件被称为“元胞”，每个元胞具有一个状态。

元胞自动机的C++实现，平台是vs2013版本的MFC单文档

元胞自动机MFC，vc2013实现，康威生命游戏

功能强大的细胞自动机 内置数百种规则和演化图景。具体操作可参考百度词条生命游戏

金属腐蚀CA模型，蚀坑或者金属表面腐蚀演化

【元胞自动机】基于元胞自动机模拟和改进遗传算法的动态网络分配模型分析matlab仿真.md

在给定的迭代次数中，位于格子中的一组代理与他们的邻居一起玩“囚徒困境”。 在每次迭代中，智能体根据环境中最成功的参与者选择的策略选择合作或背叛。 该模型是一个二维元胞自动机，其转换规则取决于代理与邻居玩囚徒困境时的累积收益。 在许多情况下，游戏的动态会产生复杂的混乱模式。

包含一篇pdf文档文档，对元胞自动机及其MATLAB实现有详细介绍。另附14个m文件，对pdf文档中的程序进行实现。

matlab代码影响Matlab的可视Bak-Tang-Wiesenfeld沙堆模型 这个Matlab库有助于可视化流行的沙堆模型的雪崩特性和幂律特性。 该库用于可视化Bak-Tang-Wiesenfeld沙堆模型，并实时绘制沙堆的统计数据。 可视化已针对性能进行了优化。 Sandpile模型的一般说明 Bak-Tang-Wiesenfeld沙堆模型（也称为Abelian沙堆模型）表示一种沙堆，其中的沙粒被逐一添加。 在Per Bak着名的书中以直观的方式描述了它。 该模型给出了自组织临界概念的一个易于理解的示例，并显示了如何从自然界中的局部简单模式中出现大规模，复杂的行为。 正如在现实世界中观察到的那样，当足够多的谷物聚集在某个位置时，沙堆的某些部分可能会开始“滑出”其斜坡。 一旦沙粒开始滑动，它也可能碰到其他沙粒并使它们滑动。 此事件称为“雪崩”。 Per Bak在研究中观察到参与雪崩的谷粒数量（作为雪崩大小的度量）遵循幂律分布。 幂律分布意味着可以将某个量D表示为另一个量s的某个幂，例如，表示为D（s）= k s ^-τ*，其中τ和k为常数。 当在对数-对数图上进行绘制时，幂律分