天气系统可以根据当前状态决定下个状态的概率,而不是每个时段都从同一个固定比例抽取。这样得到的长期变化依赖转移规则,当前晴天也不代表下一时段仍必然晴天。
先确定规则与输入
状态按晴、云、雨排列,每行给出从该状态转到三个状态的概率,行和为一。初始状态确定,随后六步都使用同一张表;本文计算各时段状态分布,不把某一次抽样当成概率结果。
初始状态编号1,零晴、一云、二雨 三行转移概率[['1/5', '1/10', '7/10'], ['1/5', '3/10', '1/2'], ['1/2', '2/5', '1/10']]
逐项算出过程
时段1:三个目标状态分别从晴、云、雨收到的概率贡献[['0', '1/5', '0'], ['0', '3/10', '0'], ['0', '1/2', '0']];合计得到['1/5', '3/10', '1/2'],总和1。
时段2:三个目标状态分别从晴、云、雨收到的概率贡献[['1/25', '3/50', '1/4'], ['1/50', '9/100', '1/5'], ['7/50', '3/20', '1/20']];合计得到['7/20', '31/100', '17/50'],总和1。
时段3:三个目标状态分别从晴、云、雨收到的概率贡献[['7/100', '31/500', '17/100'], ['7/200', '93/1000', '17/125'], ['49/200', '31/200', '17/500']];合计得到['151/500', '33/125', '217/500'],总和1。
时段4:三个目标状态分别从晴、云、雨收到的概率贡献[['151/2500', '33/625', '217/1000'], ['151/5000', '99/1250', '217/1250'], ['1057/5000', '33/250', '217/5000']];合计得到['1651/5000', '283/1000', '967/2500'],总和1。
时段5:三个目标状态分别从晴、云、雨收到的概率贡献[['1651/25000', '283/5000', '967/5000'], ['1651/50000', '849/10000', '967/6250'], ['11557/50000', '283/2000', '967/25000']];合计得到['7901/25000', '852/3125', '10283/25000'],总和1。
时段6:三个目标状态分别从晴、云、雨收到的概率贡献[['7901/125000', '852/15625', '10283/50000'], ['7901/250000', '1278/15625', '10283/62500'], ['55307/250000', '426/3125', '10283/250000']];合计得到['80849/250000', '69481/250000', '9967/25000'],总和1。
每一步都同时使用上一时段的完整分布,不能刚算完晴天新概率就把它拿去计算同一时段的云天,否则实际改变了模型。
复核时看什么
对一个目标状态,把所有来源状态的当前概率乘相应转移概率再相加。三种新概率必须相加为一且全不为负;还可以枚举全部可能路径,把抵达同一状态的路径概率合并来复核。
练习时可以先遮住结果,沿用相同输入独立记录中间状态,再逐项比较。发现不同后先定位最早分歧,确认边界包含方式、编号起点、更新顺序以及是否提前取整。最后结果一致也不表示每个中间步骤都正确,因此保留过程记录有助于看清原因。
适用范围
这是一个完全自定的小模型,不是现实天气预测,也不代表具体游戏。它假设下一步只依赖当前状态;季节、位置或冷却限制若也有影响,就需要把这些信息纳入状态或规则。
