在运动中包含随机性的最合适方法是什么 - NetLogo

Question

首先，让我描述一下我在做什么以及我为什么问这个问题。

模型中包含 74 个城市，我想模拟它们之间的移动。我有一个 OD 概率矩阵，其中行是起点，列是终点。矩阵看起来像这样：

    0      1 ..... 73
----------------------
0  |0.5   0.1 .... 0.0
...| . . ..   . .
73 | 0.1  0.2  .. 0.3

请注意：如果我们看第一行，这意味着来自索引为 0 的城市的代理人有概率留在其中 0.5，移动到 idx=1 的城市 0.1 等等。 . 我想做的是用最好的统计方法来分配代理商的目的地。对于起源于城市 0 的代理人，我想保留大约 50% 的代理人（不是确切的 50%），但我也想给概率为 0% 的城市一些机会，比如 0-73 对。我已经根据这个问题的答案对随机性进行了编码：Netlogo: How can send agents from "area x" to "area y" using an O/D matrix? 但是这个问题对我的回答是不合逻辑的，具体是这部分：

 ask turtles with [residency = "nw"]
 [ let myrandom random-float 1
  ifelse myrandom <= 0.5 [ set destination "nw" ] [
   ifelse myrandom <= 0.8 [ set destination "ne" ] [
   ifelse myrandom <= 0.0 [ set destination "sw" ] [
       set destination "se" ]]]

如果我理解的好的话，myrandom会取0-1范围内的一个值，然后它会去一个条件检查它的值是否小于或等于这个常量值。从这个意义上说，myrandom wound 永远不会到达“sw”部分（0 总是小于 0.5）并且有更多机会获得概率为 0.5 的“nw”部分而不是概率更高的“ne”部分-0.8。而且只是因为它没有首先列出。我不确定这是正确的方法，而且我也不确定哪个是（我无法对我的概率进行排序，因为它们的位置代表城市 ID（见下文））。还是我理解错了？

这里展示了我的部分代码。我导入了没有 headings/cities ID 的矩阵，因为它们等同于 NetLogo 索引。具有 ID 的城市已导入到模型中。此外，在每个 point/city 中，我创建了我从 CSV 文件中为每个城市读取的相应数量的代理。在创建代理期间，我使用矩阵中与当前 city/origin 相对应的行，并像 JenB 在他上面的回答中所做的那样检查概率。

breed [city cities]
breed [inhabitant inhabitants]


;; part of the setup
;; open the csv file that contains population per city
file-open path                                             
while [ not file-at-end? ] [
 let data csv:from-row file-read-line                  
 let city-id item 0 data
 let population item 1 data

 to add-inhabitants
 create-inhabitants population [
   set city-home one-of cities with [id = city-id] ;; set the origin
   move-to city-home
   set-destination(city-id)  ;; for this origin chose the destination
  ]
]


 to set-destination [row]  ;; row from the matrix which represent the movement from the current city/origin to other cities
 let row-probabilities matrix:get-row od-matrix row  ;; use the row that correspondents to the city
 let random-value random-float 1
 let i 0                                   ;; index counter
 foreach  row-probabilities [              ;; for each probability in row
  p ->
 
if random-value <= p                       ;; this part is coded as in the JenB's answer
   [ 
      set destination one-of cities with [id = i] ;; i is column index which is actually index of destination city
      stop ;; if you set city -> stop
]
if i = 73 [set destination one-of cities with [id = i] 
           stop] ;; the last city -> there is no more option/reason to check
      
set i i + 1
]
 end

我知道有点长，但我想解释清楚。非常感谢一些指南和解释！

Answer 1

您的问题表明您不理解该部分中的代码的作用。这是该位的更正代码：

 ask turtles with [residency = "nw"]
 [ let myrandom random-float 1
   ifelse myrandom <= 0.5 [ set destination "nw" ] [
   ifelse myrandom <= 0.8 [ set destination "ne" ] [
   ifelse myrandom <= 0.9 [ set destination "sw" ] [
       set destination "se" ]]]

是的，块中的第一行抽取了一个 0 到 1 范围内的随机数。假设抽取的是 0.4。那么第一个 ifelse 将为真，目的地将设置为“nw”。现在想象平局是 0.6，那么第一个 ifelse 将是假的，代码将继续测试 else 部分，这是真的，因为 0.6 <= 0.8.

该代码有效，因为初始绘制是统一的。也就是说，10% 的时间（平均）returns 是 0 到 0.1 范围内的数字，10% 的时间是 0.1 到 0.2 范围内的数字，依此类推。所以 50% 的时间它 returns 一个 0 到 0.5 范围内的数字，第一行 returns 为真。 30% 的时间 returns 是 0.5 到 0.8 范围内的数字，第一次测试为假，第二次测试为真。 10% 的时间 returns 是 0.8 到 0.9 范围内的数字，10% 的时间是 returns 0.9 到 1 范围内的数字。

因此，在 0.5、0.8、0.9（其余部分为 1）处打破检查点的区间会得到 0.5、0.3（=0.8-0.5）、0.1（=0.9-0.8）和 0.1（ =1=0.9) 的长度。并且一个统一的随机数会落入概率分布为50%、30%、10%、10%的抽奖区间

在运动中包含随机性的最合适方法是什么 - NetLogo

What is the most appropriate way to include randomness in the movement - NetLogo

netlogo