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0,零晴、一云、二雨 三行转移概率[['1/5', '3/5', '1/5'], ['1/10', '1/5', '7/10'], ['3/10', '3/10', '2/5']]
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[['1/5', '0', '0'], ['3/5', '0', '0'], ['1/5', '0', '0']];合计得到['1/5', '3/5', '1/5'],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', '3/50'], ['3/25', '3/25', '3/50'], ['1/25', '21/50', '2/25']];合计得到['4/25', '3/10', '27/50'],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[['4/125', '3/100', '81/500'], ['12/125', '3/50', '81/500'], ['4/125', '21/100', '27/125']];合计得到['28/125', '159/500', '229/500'],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[['28/625', '159/5000', '687/5000'], ['84/625', '159/2500', '687/5000'], ['28/625', '1113/5000', '229/1250']];合计得到['107/500', '1677/5000', '2253/5000'],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[['107/2500', '1677/50000', '6759/50000'], ['321/2500', '1677/25000', '6759/50000'], ['107/2500', '11739/50000', '2253/12500']];合计得到['661/3125', '16533/50000', '22891/50000'],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[['661/15625', '16533/500000', '68673/500000'], ['1983/15625', '16533/250000', '68673/500000'], ['661/15625', '115731/500000', '22891/125000']];合计得到['53179/250000', '33039/100000', '228447/500000'],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。
