基于蚁群算法的机器人的路径规划问题蚁群算法，一种与传统的数学规划原理截然不同的，模拟自然生态系统以求解复杂优化问题(如NPC(NP Complete)类问题，典型的有TSP(Traveling Saleman Problem)问题)的仿生优化算法，因其较强分布式计算机制、鲁棒性、易于与其他方法相结合等优点，使得蚁群算法具有较广泛应用领域，为那些最优化技术难以解决的组合优化问题提供了一类新的切实可行的解决方案。从最初的一维的静态优化问题扩展到多维的动态组合优化问题，包括车辆路径规划，工程设计，电力

陆地生态系统碳源汇动态模拟 碳循环 净生产力 总生产力-Terrestrial ecosystem carbon exchange dynamics simulation

应用系统动力学仿真模拟生态平衡，模拟狐狸吃啮齿动物问题-Ecological balance of system dynamics simulation, simulation foxes eat rodents issues

模拟岛上的生态系统，有陆地生物和鸟类，但是不包含地底生物。 -Predator-Prey Simulation four classes are defined: animal, predator, prey, and island where island is where the simulation is taking place, i.e. where the predator and prey interact (live). A list