add install instructions. rename notebook

README.md

@@ -2,6 +2,26 @@
 
 SoSe 2024 SCJ Projekt zur Modelierung eines Jäger, Beute Verhältnis in Julia mit Agents.jl
 
+## Verwendung
+Um die Anwendung auszuführen, muss Julia installiert sein.
+
+Für die Ausführung sollte ```main.ipynb``` verwendet werden. Damit werden die Abhängigkeiten automatisch installiert und die Anwendung kann interaktiv ausgeführt werden. 
+
+Falls das Ausführen mit ```main.ipynb``` nicht funktioniert, kann auch main.jl verwendet werden.
+Jedoch ist in ```main.jl``` nur das zweite Szenario definiert. 
+
+Um die anderen Seznarien zu verwenden, müssen die AnimalDefinitions und Events in ```main.jl``` angepasst werden.
+
+```main.jl``` sollte NICHT über ```julia main.jl``` ausgeführt werden, da sich das interakitve Fenster automatisch schließt.
+Das kann verhindert werden, wenn es über eine interaktive shell ausgeführt wird:
+
+```bash
+julia
+```
+```julia
+include("main.jl")
+```
+
 ## Features
 **Statistik -** 
 Es werden zur Laufzeit des Modells Statistiken zur Population und Todesursache der Agenten bereitgestellt.

main.jl

@@ -0,0 +1,69 @@
+import Pkg
+Pkg.activate("./env")
+Pkg.instantiate()
+include("./predator_prey_generic.jl")
+
+using GLMakie
+GLMakie.activate!()
+# To view our starting population, we can build an overview plot using [`abmplot`](@ref).
+# We define the plotting details for the wolves and sheep:
+ashape(a) = a.def.symbol
+acolor(a) = a.def.color
+
+# and instruct [`abmplot`](@ref) how to plot grass as a heatmap:
+grasscolor(model) = model.growth ./ model.regrowth_time
+# and finally define a colormap for the grass:
+heatkwargs = (colormap = [:brown, :green], colorrange = (0, 1))
+
+# and put everything together and give it to [`abmplot`](@ref)
+return plotkwargs = (;
+    agent_color = acolor,
+    agent_size = 25,
+    agent_marker = ashape,
+    agentsplotkwargs = (strokewidth = 1.0, strokecolor = :black),
+    heatarray = grasscolor,
+    heatkwargs = heatkwargs,
+)
+
+events = []
+animal_defs = [
+AnimalDefinition(30,'●',RGBAf(1.0, 1.0, 1.0, 1),20, 20, 1, 0.3, 20, 3, "Sheep", ["Wolf","Bear"], ["Grass"])
+AnimalDefinition(3,'▲',RGBAf(0.2, 0.2, 0.3, 1),20, 20, 1, 0.07, 20, 1, "Wolf", [], ["Sheep"])
+]
+stable_params = (;
+    events = events,
+    animal_defs = animal_defs,
+    dims = (30, 30),
+    regrowth_time = 30,
+    Δenergy_grass = 6,
+    seed = 71758,
+)
+
+# GLMakie Parameters
+model_params_ranges = Dict(
+    :regrowth_time => 0:1:100,
+    :Δenergy_grass => 0:1:50,
+)
+animal_params_ranges = generate_animal_parameter_ranges(animal_defs)
+params = merge(model_params_ranges,animal_params_ranges)
+
+# Data Collection
+sheep(a) = a.def.type == "Sheep"
+wolf(a) = a.def.type == "Wolf"
+eaten(a) = a.def.type == "Sheep" && a.death_cause == Predation
+starved(a) = a.def.type == "Sheep" && a.death_cause == Starvation
+count_grass(model) = count(model.fully_grown)
+adata = [(sheep, count), (wolf, count), (eaten, count), (starved, count)]
+mdata = [count_grass]
+
+# initialize and run
+model = initialize_model(;stable_params...)
+fig, abmobs = abmexploration(
+    model;
+    params,
+    plotkwargs...,
+    adata,
+    alabels = ["Sheep", "Wolf", "Eaten", "Starved"],
+    mdata, mlabels = ["Grass"]
+)
+display(fig)