可变数量的集合之间的模糊选择

| 我想知道在以下情况下哪种方法最简单，最可配置：我有一个计数器，我们叫它“ 0”，它将用来提取其中一组我有数量可变的集合S1, S2, ..，可以认为它们之间的总数是有序的我想以模糊的方式混合这些集合，以便对于X = 0会给我S1，例如，X = 20它将给我S1的机会是70％，而S2则是30％的机会增大X会使S1的概率降低到0％，同时将S2增大到100％，然后可能会有一个区域始终会给我S2 直到a6ѭ开始降低的新阈值和and12ѭ开始获得机会的新阈值，依此类推我知道如何通过对所有内容进行硬编码来做到这一点，但是由于需要进行一些调整，因此我想应用一个解决方案，该解决方案可以轻松地配置我拥有的集合数和单个阈值（概率的开始/结束和开始/结束的开始/结束）降低概率）。当然，我不需要两个以上的集合之间的任何交集，并且线性增加/减少概率是可以的..有什么好的线索吗？提前致谢！

已邀请:

1 个回复

魄龟呸筹

要分配概率分布，可以使用伯恩斯坦多项式： http://en.wikipedia.org/wiki/Bernstein_polynomial 可以使用de Casteljau's算法有效地计算这些值（基本上，它以明显的方式对递归执行DP）： http://en.wikipedia.org/wiki/De_Casteljau\'s_algorithm http://www.cs.mtu.edu/~shene/COURSES/cs3621/NOTES/spline/Bezier/de-casteljau.html 结果，您将获得一组分布的权重。要选择一组集合，您只需在[0,1]中生成一个统一的随机变量，然后根据这些权重选择它要放入的集合。这是python中执行此操作的一些代码：

import random

#Selects one of the n sets with a weight based on x
def pick_a_set(n, x):

    #Compute bernstein polynomials
    weights = [ [ float(i == j)  for j in range(n) ] for i in range(n) ]
    for k in range(n):
        for j in range(n-k-1):
            for i in range(n):
                weights[j][i] = weights[j][i] * (1.0 - x) + weights[j+1][i] * x

    #Select using weights
    u = random.random()
    for k in range(n):
        if u < weights[0][k]:
            return k
        u -= weights[0][k]
    return 0

要回复问题请先登录或注册

可变数量的集合之间的模糊选择

1 个回复

发起人

algorithm

probability

fuzzy_logic

问题状态

可变数量的集合之间的模糊选择

与内容相关的链接

1 个回复

发起人

algorithm

probability

fuzzy_logic

问题状态