NetLogo中计算agentset列表各集合平均坐标及簇间距离的方法

首要问题：计算每个智能体簇的平均xcor/ycor #

map mean [xcor] clusters报错的原因是[xcor]未绑定到具体的簇智能体集合——NetLogo默认在观察者上下文执行该 reporter，无法直接获取簇内智能体的坐标。

正确写法是使用匿名过程，针对每个簇单独计算内部智能体的坐标均值：

clear-all
create-turtles 5
ask turtle 0 [ create-link-with turtle 1 ]
ask turtle 0 [ create-link-with turtle 2 ]
ask turtle 3 [ create-link-with turtle 4 ]

let clusters nw:weak-component-clusters ; 生成智能体簇列表

; 输出每个簇的智能体数量（原可行代码）
print map count clusters ; 输出: [2 3]

; 计算每个簇的平均xcor
let avg-x-coords map [ cluster -> mean [xcor] of cluster ] clusters
print avg-x-coords

; 计算每个簇的平均ycor，逻辑完全一致
let avg-y-coords map [ cluster -> mean [ycor] of cluster ] clusters
print avg-y-coords

匿名过程[ cluster -> mean [xcor] of cluster ]会遍历clusters列表中的每个智能体集合，对每个集合单独执行均值计算，从而得到正确的均值列表。

次要问题：计算簇间距离 #

NetLogo内置的distancexy函数可直接替代手动编写的两点距离公式，配合簇的中心坐标即可完成计算。

实现步骤： #

1. 生成每个簇的中心坐标列表（结合上述均值计算逻辑）
2. 遍历簇对，调用distancexy计算距离

示例代码：

; 生成每个簇的中心坐标（格式为 [[x1 y1] [x2 y2] ...]）
let cluster-centers map [ cluster -> 
  list (mean [xcor] of cluster) (mean [ycor] of cluster) 
] clusters

; 计算所有簇对的距离（排除自身到自身的距离）
foreach cluster-centers [ center1 ->
  foreach cluster-centers [ center2 ->
    if center1 != center2 [
      let distance-between distancexy (item 0 center1) (item 1 center1) (item 0 center2) (item 1 center2)
      print (word "簇间距离: " distance-between)
    ]
  ]
]

若仅需计算特定簇间的距离，直接提取对应中心坐标传入distancexy即可，无需额外扩展。

内容的提问来源于stack exchange，提问作者Yaser Baqi