马尔可夫链蒙特卡罗模拟问题

时间:2014-11-17 20:37:11

标签: python montecarlo markov-chains stochastic-process

我正在尝试为马尔可夫链运行MC模拟器,该模拟器均匀分布在没有相邻1的所有NxN矩阵中。我的算法应该通过多次运行链来填满状态空间。然而,我的逻辑在某处出现了可怕的错误,而且状态空间还没有填满。任何帮助将不胜感激。这是我的代码。

import random
import numpy

M=numpy.zeros((52,52),dtype=int)
z=0
State_Space=[]

for i in range(1,100):
    x=random.randint(1,50)
    y=random.randint(1,50)

    T=M
    if T[x][y]==1:
        T[x][y]=0
    if T[x][y]==0:
        T[x][y]=1


    if T not in State_Space:
    if T[x+1][y+1]==0 and T[x+1][y-1]==0 and T[x-1][y-1]==0 and T[x-1][y+1]==0:
        State_Space.append(T)
        M=T


    else:
         if T[x+1][y+1]==0 and T[x+1][y-1]==0 and T[x-1][y-1]==0 and T[x-1][y+1]==0:
            M=T
    print State_Space

1 个答案:

答案 0 :(得分:1)

我注意到两件事:

在第12行中,您有T=M,我认为您需要T=M.copy()。执行T=M会使T和M引用相同的矩阵,因此更改T中的值也会影响M.如果你将M的副本分配给T,那么这不会发生。

其次,T not in State_Space未检查State_Space数组中的T.由于numpy索引的工作原理,in运算符不能用于数组。如果您使用非空State_Space尝试T in State_Space,您将获得有关真值歧义的ValueError。相反,您需要检查State_Space的任何元素是否等于T.我们应该使用if any(numpy.array_equal(T, X) for X in State_Space):

最后,我的代码如下所示:

import random
import numpy

M=numpy.zeros((52,52),dtype=int)
z=0
State_Space=[]

for i in range(1,100):
    x=random.randint(1,50)
    y=random.randint(1,50)

    T=M.copy()
    if T[x][y]==1:
        T[x][y]=0
    if T[x][y]==0:
        T[x][y]=1

    if not any(numpy.array_equal(T, X) for X in State_Space):
        if T[x+1][y+1]==0 and T[x+1][y-1]==0 and T[x-1][y-1]==0 and T[x-1][y+1]==0:
            State_Space.append(T)
            M=T
    else:
        if T[x+1][y+1]==0 and T[x+1][y-1]==0 and T[x-1][y-1]==0 and T[x-1][y+1]==0:
            M=T
    print len(State_Space)

运行后,我在State_Space中有~90个条目。