# 战争模拟器美国以色列伊朗模拟 **Repository Path**: deepcy/war ## Basic Information - **Project Name**: 战争模拟器美国以色列伊朗模拟 - **Description**: 战争模拟器--美国以色列伊朗三国战争完整模拟,2026.3.4:本项目通过高度真实的模拟技术,重现2026年三国之间的军事冲突,为研究和分析提供详尽的数据支持。 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-03-04 - **Last Updated**: 2026-03-05 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # wenming - 文明演化模拟系统 **版本**: v4.0 **项目类型**: 多智能体模拟平台 **Python版本**: 3.8+ wenming 是一个**文明演化模拟系统 (Civilization Evolution Simulation System)**,是一个多智能体模拟平台,结合人工智能、复杂系统理论和博弈论来模拟文明的演化过程。 ## 概述 本系统旨在通过计算模拟的方式,研究文明发展的规律、冲突的演化以及地缘政治的影响。系统支持从单个文明的兴衰到多国地缘政治冲突的全面模拟。 ### 核心能力 - **多智能体模拟**: 模拟多个文明实体的自主决策与互动 - **技术树演化**: 多层次技术发展与解锁系统 - **策略决策引擎**: 七种策略类型(扩张、防御、贸易、研究、外交、文化、宗教) - **随机事件系统**: 18种随机事件影响文明发展 - **关系网络建模**: 文明之间的复杂关系演化 - **地缘政治模拟**: 专业级冲突推演与危机分析 ## 系统架构 ``` wenming/ ├── civsim/ # 核心模拟引擎 │ ├── __init__.py # 包入口与公共API │ ├── config.py # 配置管理 │ ├── constants.py # 常量定义 │ ├── logger.py # 日志系统 │ ├── simulation.py # 核心智能体 (CivilizationAgent) │ ├── multi_agent.py # 多智能体协调 │ ├── strategy.py # 策略决策引擎 │ ├── strategy_executor.py # 策略执行器 │ ├── technology.py # 技术树管理 │ ├── events.py # 随机事件系统 │ ├── evolution.py # 高级演化引擎 │ ├── diplomacy.py # 外交关系模块 │ ├── warfare.py # 战争模拟模块 │ ├── economy.py # 经济系统 │ ├── relationship_manager.py # 关系管理器 │ ├── llm_engine.py # LLM集成引擎 │ ├── intelligent_thinking.py # 智能推理引擎 │ ├── neural_memory.py # 神经记忆系统 │ └── ... ├── simulate.py # 统一入口脚本 ├── simulate_us_iran_*.py # 美伊冲突模拟(4个版本) ├── simulate_global_geopolitics.py # 全球地缘政治模拟 ├── create_visualizations.py # 可视化图表生成 ├── TECHNICAL_ANALYSIS_REPORT.md # 技术分析报告 └── docs/ # 详细文档 ``` ## 快速开始 ### 安装 ```bash # 克隆项目 cd wenming # 创建虚拟环境(推荐) python -m venv venv source venv/bin/activate # Linux/Mac # 或 venv\Scripts\activate # Windows # 安装依赖 pip install -r requirements.txt ``` ### 运行模拟 ```bash # 基础模拟 python simulate.py --preset basic # 美伊冲突模拟 - 4个版本 python simulate.py us_iran --version basic # 基础版 python simulate.py us_iran --version llm # LLM增强版 python simulate.py us_iran --version ultra # Ultra复杂版 python simulate.py us_iran --version enhanced # 增强版 # 全球地缘政治模拟 python simulate.py global --cycles 48 # 或直接运行Python脚本 python simulate_us_iran_llm.py --cycles 60 --seed 42 python simulate_us_iran_ultra.py --cycles 72 --seed 42 python simulate_global_geopolitics.py --cycles 48 ``` ### 查看结果 ```bash # 模拟结果保存在以下文件: results_us_iran_basic.txt # 基础版模拟日志 results_us_iran_llm.txt # LLM版模拟日志 results_us_iran_ultra.txt # Ultra版模拟日志 results_global_geo.txt # 全球版模拟日志 # 生成可视化图表 python create_visualizations_fixed.py # 查看技术分析报告 cat TECHNICAL_ANALYSIS_REPORT.md # 或运行结果详细报告 cat SIMULATION_RESULTS_REPORT.md ``` ## 模拟场景 ### 1. 美伊冲突模拟 基于2026年3月霍尔木兹海峡紧张局势的多版本模拟推演: | 版本 | 特点 | 周期 | 适用场景 | |------|------|------|----------| | 基础版 | 简化模型,快速评估 | 60 | 初步分析 | | 增强版 | 加入强化学习 | 60 | 决策优化 | | LLM版 | 嵌入模型,语义分析 | 60 | 政策研究 | | Ultra版 | 8维度,3层决策 | 72 | 深度分析 | ### 2. 全球地缘政治模拟 15国参与的全球格局模拟: - **超级大国**: 美国、中国 - **大国**: 俄罗斯、欧盟 - **地区强国**: 印度、日本、以色列、沙特、伊朗、土耳其、韩国 - **新兴国家**: 巴西、印尼、越南、巴基斯坦 ## 核心概念 ### 七种策略类型 1. **expansion** - 扩张策略:领土扩张、资源获取 2. **defense** - 防御策略:国防建设、盟友保护 3. **trade** - 贸易策略:经济合作、贸易协定 4. **research** - 研究策略:科技发展、技术突破 5. **diplomacy** - 外交策略:国际合作、谈判斡旋 6. **culture** - 文化策略:文化输出、软实力 7. **religion** - 宗教策略:宗教影响、精神控制 ### 技术树层级 ``` Level 1 (基础): agriculture, military, trade, science Level 2 (中级): irrigation, fortification, currency, engineering Level 3 (高级): industrial_agriculture, advanced_tactics, global_trade, advanced_science Level 4 (顶级): genetic_engineering, nuclear_technology, space_colonization, artificial_intelligence Level 5 (未来): quantum_computing, nanotechnology, fusion_power, planetary_engineering ``` ### 冲突阶段 - `tension` - 紧张对峙 - `crisis` - 危机爆发 - `conflict` - 武装冲突 - `escalation` - 冲突升级 - `de_escalation` - 冲突降级 - `war` - 全面战争 - `declared` - 战争宣言 - `cold_peace` - 冷战和平 ## API 使用 ### 基础API ```python from civsim import ( CivilizationAgent, MultiAgentSimulation, get_preset, run_simulation ) # 使用预设配置 config = get_preset('medium') # 创建模拟 simulation = MultiAgentSimulation(config) simulation.initialize(num_civilizations=8) # 运行模拟 results = simulation.run(cycles=300) ``` ### 自定义智能体 ```python from civsim import CivilizationAgent, SimulationConfig # 创建自定义智能体 agent = CivilizationAgent( name="My Civilization", config=SimulationConfig(), resources={'food': 1000, 'energy': 800, 'minerals': 500}, territory_size=100 ) # 智能体会自动进行决策和演化 agent.update() ``` ### 策略决策 ```python from civsim import create_decision_engine # 创建决策引擎 engine = create_decision_engine('default', config) # 获取决策建议 state = agent.get_state() neighbors = simulation.get_neighbors(agent_id) decisions = engine.decide(state, neighbors, global_resources) ``` ## 配置文件 ### 预设配置 | 预设 | 文明数 | 周期 | 复杂度 | |------|--------|------|--------| | `tiny` | 3 | 100 | 低 | | `small` | 5 | 200 | 中低 | | `medium` | 8 | 300 | 中 | | `large` | 12 | 500 | 高 | | `ultra` | 20 | 1000 | 极高 | ### 自定义配置 ```python from civsim import SimulationConfig config = SimulationConfig( num_civilizations=10, max_cycles=500, grid_size=100, enable_warfare=True, enable_diplomacy=True, enable_trade=True, enable_technology=True, random_seed=42 ) ``` ## 技术栈 | 组件 | 技术 | 版本 | |------|------|------| | 核心语言 | Python | 3.8+ | | 数值计算 | NumPy | 1.24.0+ | | 数据分析 | Pandas | 2.0.0+ | | 可视化 | Matplotlib | 3.7.0+ | | 网络分析 | NetworkX | 3.0+ | | 机器学习 | PyTorch | 2.0.0+ | | 嵌入模型 | sentence-transformers | 2.3.0+ | ## 文档 - [技术分析报告](TECHNICAL_ANALYSIS_REPORT.md) - 完整的技术分析与实证研究 - [美伊冲突模拟说明](docs/README.md) - 场景详细说明 - [分析报告模板](docs/analysis.md) - 模拟结果分析指南 - [免责声明](docs/DISCLAIMER.md) - 使用限制与法律声明 ## 测试 ```bash # 运行所有测试 pytest tests/ -v # 运行特定模块测试 pytest tests/test_simulation.py -v pytest tests/test_strategy.py -v # 代码质量检查 mypy civsim # 类型检查 black civsim # 代码格式化 ruff check civsim # Lint检查 ``` ## 扩展指南 ### 添加新策略 1. 更新 `DEFAULT_STRATEGY_NAMES` 列表 2. 在 `decide_strategy` 中添加新策略权重计算 3. 在 `execute_strategy` 中添加新策略执行逻辑 ### 添加新技术 1. 在 `_initialize_tech_tree` 中添加技术定义 2. 在 `_initialize_tech_effects` 中定义技术效果 3. 设置技术前置条件 ### 添加新事件 1. 在 `_initialize_events` 中添加事件定义 2. 实现事件效果函数 3. 设置事件概率和严重性 ## 性能考量 - 使用 NumPy 向量化计算提升性能 - 技术奖励缓存机制 - 最大文明数: 20 (性能限制) - 网格大小限制: 500x500 (内存限制) ## 局限性说明 ⚠️ **重要提醒**: 1. 本系统是理论研究和技术演示项目 2. 模拟结果仅供参考,不构成任何形式的政策建议 3. 模型进行了大量简化,不代表真实世界 4. 不得基于模拟结果做出投资或军事决策 详见 [免责声明](docs/DISCLAIMER.md) ## 许可证 详见 [LICENSE](LICENSE) 文件。 ## 贡献指南 欢迎提交 Pull Request 和 Issue! --- *和我聊天微信:cy321one* *反馈邮箱:samhoclub@163.com *公众号:尘渊文化* *官网:www.cycu.top*