Back Countryに入ってNetLogoを使い始めたわけだが，いつの間にかそこがmainになった．まとまった時間があったので，そのSide Country に入った．
アルゴリズムが適応度の向上に寄与する事を前提として，結果に寄り添ったアルゴリズムを作る話．一見似た印象をうけるけれども，適応度を変化させるアルゴリズムが環境の中で自ずと生ずる問題をスキップしているので，私とは逆方向を見ていることに気付く．帰納的に近似させる結果を最適解というなら，絶滅だって最適解の筈; 背中合わせに進む先は別の場所だろう．
表面的に利用するなら，Rのパッケージを利用する事と似ていると思って探したら，芋づる式にPyNetLogoを知る．
http://jasss.soc.surrey.ac.uk/21/2/4.html
https://pynetlogo.readthedocs.io/en/latest/
PyNetLogoでも良いけど，その後の解析を考慮するとRから離れない方が得策で，RNetLogoから乗り換えるなら，nlrxのアドバンテージの方が大きい．
困ったときには
http://cse.naro.affrc.go.jp/takezawa/r-tips/r2.html
とか
http://takenaka-akio.org/index_03.html
を読んだり，
https://qiita.com/tags/r
や
http://www.okadajp.org/RWiki/
を探すのだが，手元にパソコンが無い時に使えるだろう．
