我一直在尝试寻找解决方案，但没有找到任何有用的信息。我想明白：
如何规范化矢量，使其总和为某个值？
我正在尝试重现该论文的结果： 设计像人类代理人一样的人类代理人：W.Brian Arthur（1991）对有限理性的行为方法。
在本文的第354页提到了四点，我的疑点仅限于第四点。我无法理解如何计算第四点。
为了方便起见，我将写出前4分之前的整个第4点。
问题描述：
存在N个动作的集合，从1到N.强度S_t的向量与每个时间't'的每个动作相关联。这些强度的当前总和是C_t（S_t的分量和），并且初始矢量S_0严格为正。概率p_t表示代理在时间t采取动作1到N的可能性。
在每个时间t，代理人： 1.计算概率向量作为与每个动作相关的相对强度。它设置，p_t =（S_t / C_t）
根据概率p_t从集合中选择一个动作并触发该动作。
通过将所选行动j的收益与行动j的力量相加来观察收到的收益并更新优势。也就是说，在选择动作j的情况下，它将强度设置为S_t + beta。其中，beta =支付（j）* e_j （e_j是第j个单位向量）
将强度重新规范化为与预选时间序列中的值相加。在这种情况下，它将强度重新归一化为C_t = C * t。 （其中t也可以提高到值v）
问题：我不明白如何将力量重新归一化为一个总和？
此外，我已阅读此discussion：
答案 0 :(得分：0)
所以你真的只需要确保向量的分量和是X.这很简单。
如果我们有一个向量V = [a, b, c, d]，那么它的组件总和S当然是S = a+b+c+d。如果这必须加起来为X，那么我们可以简单地将双方与X相乘以获得S*X = (a+b+c+d)*X，将S移至另一方以获得X = (a+b+c+d)*X/S。< / p>
所以现在我们知道如何得到X：向量的每个部分都必须乘以X并除以组件的当前总和：
a' = a*X/S
b' = a*X/S
c' = a*X/S
d' = a*X/S
然后我们得到新的向量V' = [a', b', c', d']，其组件总和将是X，相对权重将保持不变。