元胞自动机模拟器

一维初等元胞自动机（Wolfram规则）的状态更新规则，由相邻三个细胞（左、中、右）的当前状态唯一决定下一时刻中间细胞的状态。

$$R = \sum_{i=0}^{7}s_i \cdot 2^i$$

其中，$R$ 是规则编号（0-255），$i$ 是3位二进制数对应的十进制值（代表8种邻居状态组合），$s_i$ 是在第 $i$ 种邻居组合下，中间细胞下一时刻的状态（0或1）。这个公式将规则编码成了一个数字。

二维康威生命游戏（Game of Life）的规则，基于每个细胞的8个邻居（摩尔邻居）中活细胞的数量。

$$S_{t+1}(x, y) = \begin{cases}1, & \text{if }(S_t(x,y)=0 \ \&\&\ N_t=3) \\ 1, & \text{if }(S_t(x,y)=1 \ \&\&\ (N_t=2\ ||\ N_t=3)) \\ 0, & \text{otherwise}\end{cases}$$

$S_t(x,y)$ 是细胞在t时刻的状态（1=生，0=死），$N_t$ 是该细胞周围8个邻居中活细胞的数量。规则可简述为：死细胞周围有3个活细胞则复活；活细胞周围有2或3个活细胞则存活，否则死亡。

计算流体力学（CFD）：格子玻尔兹曼方法（LBM）的核心思想就源于元胞自动机。它用虚拟粒子在网格上的碰撞和迁移来模拟流体运动，特别擅长处理复杂边界和多相流问题，比如发动机缸内油气混合的模拟。

材料科学与工程：用来模拟材料的微观结构演化，比如金属晶粒的生长、合金的相变过程。通过定义局部规则（如能量最低），可以预测材料在热处理后的性能，帮助设计更坚固的航空材料。

交通流模拟：把道路离散成格子，车辆视为移动的“活细胞”，并制定跟车、换道规则。工程师用它来模拟高速公路的拥堵形成与消散，从而优化交通灯控制和道路设计。

生物与生态建模：模拟森林火灾的蔓延、传染病的传播或生物种群的动态。例如，设定树木的“生长”、“被点燃”和“传播火种”的局部规则，就能非常直观地预测火势走向和评估防火带的效果。

首先，人们常认为“初始状态随机则结果也必然随机”，但这并不总是成立。尤其在一维元胞自动机中，根据规则编号的不同，即使从不同的随机初始状态出发，最终也常常会收敛到相似的稳定模式（例如全为0的“死亡世界”或某种周期性图案）。这是“初值敏感性”较低规则的特征。反之，若想观察如规则110那样的复杂行为，窍门在于从具有一定“活”细胞分散分布的初始状态开始。

其次，在二维生命游戏中误解“滑翔机等图案放置在任何位置都会永远运动”。实际上，它们可能与其他图案碰撞后消失，或转变为完全不同的结构。若到达模拟区域的边界，除非采用环面拓扑（上下左右连通），否则图案会消失。在实际分析图案时，应确保足够大的模拟空间，并考虑边界影响。

最后是参数“速度”的设置误区。将速度调至最快会导致动画过快，无法追踪图案的细节变化。尤其在观察滑翔机枪等复杂装置的运作时，调低速度并逐步观察每一代的变化是加深理解的捷径。反之，若想了解长时间运行后的整体趋势，则可提高速度快速推进。关键是根据目的灵活调整。