代码改错：java实现马尔可夫的转移矩阵

我说打扰@ 2020-11-06 09:32:29

为了预测下一步的变化率，我需要获得建立马尔可夫链模型的转移矩阵，利用现有数据计算变化率，计算出相应的状态，然后求出每个状态的转移概率。通过转移概率，我们可以预测下一步的变化率，但是我得到的转移概率矩阵有问题。几行概率的总和不等于1。我不知道如何修改它。请帮忙！代码如下：

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class TestA {

public static void main(String[] args) {
//12个测试的真实数据
double [] rainFall = new double[] {
1438.646484,1445.384766,1884.957031,1878.256836,1891.259766,
2364.574219,2773.780273,2865.074219,3365.361328,3390.108398,
4417.552734,5636.793945

};
double max = rainFall[0];
for(int e = 1;e<rainFall.length;e++){
if(rainFall[e]>max){
max = rainFall[e];
}}

double min = rainFall[0];
for(int k = 1;k<rainFall.length;k++){
if(rainFall[k]<min){
min = rainFall[k];

}}

double cha=0;
cha=max-min;
System.out.print("总变化量："+cha+"\n");
double[] arr=new double[rainFall.length];

List<Integer> levelList = new ArrayList<Integer>();
//对应的状态值为0,1,2,3,4,5
int[] statusValue = new int[] {0,1,2,3,4,5};
// 此数组用于存储每种状态对应出现的次数及其状态值
int[] statusValueNum = new int[statusValue.length];
//计算改变率
for (int i =1; i < rainFall.length; i++) {
double h=rainFall[i]-rainFall[i-1];
arr[i]=new Double(Math.round(h*1000/cha)/1000.0);
System.out.print("变化率为："+arr[i]+"\n");
}
//分为六个状态
// 改变率为-0.35--0.2为状态0，-0.2--0.1为状态1，-0.1-0为状态2，0-0.1为状态3，0.1-0.2为状态4，0.2-0.35为状态5
for(int j = 1; j < rainFall.length; j++){
if (arr[j] >= -0.35 && arr[j] < -0.2) {
statusValueNum[0]++;
levelList.add(0);
}

else if (arr[j]>=-0.2 &&arr[j]< -0.1) {
statusValueNum[1]++;
levelList.add(1);

}
else if (arr[j]>=-0.1 && arr[j]< 0) {
statusValueNum[2]++;
levelList.add(2);

}
else if (arr[j]>=0 && arr[j]< 0.1) {
statusValueNum[3]++;
levelList.add(3);
}
else if (arr[j]>=0.1 && arr[j]< 0.2) {
statusValueNum[4]++;
levelList.add(4);
}
else if(arr[j]>=0.2 && arr[j]< 0.35){
statusValueNum[5]++;
levelList.add(5);
}
//}
}
//对应的状态值
System.out.println("对应的状态值:\n" + levelList + "\n");
System.out.println("状态0,1,2,3,4,5分别出现的次数:\n" + Arrays.toString(statusValueNum) + "\n");
// 获取转移概率矩阵
Double[][] transProbablityMatrix = statusTransProbablity(statusValueNum, levelList);
System.out.println("一步转移概论矩阵结果：");
for (int i = 0; i < transProbablityMatrix.length; i++) {
for (int j = 0; j < transProbablityMatrix.length; j++) {
System.out.printf("%.4f\t", transProbablityMatrix[i][j]);// 输出格式化后的数据
}
System.out.println();
}
}

/* 一步转移概率矩阵解释：状态有0 1 2 3 4 5 ,当当前状态如0且下一状态为如1,称为一步状态转移 */
public static Double[][] statusTransProbablity(int[] statusValueNum, List<Integer> levelList) {
Double[][] transProbablityMatrix = new Double[6][6];
// 一步转移概率矩阵
// /**********************************遍历结果是一步状态转移概率矩阵*******************************/
for (int s = 0; s < statusValueNum.length; s++) {
// 控制数组的行数变化 s充当了状态值
int status = 0;
// 状态的类型取值为0 1 2 3 4 5当每一次遍历完之后,status要重新变化
for (int i = 0; i < statusValueNum.length; i++) {
int index = 0; // 记录一步转移状态的次数每一次遍历完毕清0
for (int j = 0; j < levelList.size() - 1; j++) {
// levelList.size()-1 原因是k+1 已经可以达到链尾
int k = j;
// k值是为了在当前遍历中使用如果当前状态值和下一次状态值相等遍历整个数据链每次只查找一次状态的改变
// 例如先查找0转移到0，然后是0到1 依次类推
while (levelList.get(k).intValue() == s && levelList.get(k + 1).intValue() == status) {
index++;// 计数器加1
if (k < levelList.size() - 2) {// 减2解释当k=28时 levelList.get(k+1) 此处会下标越界，已超出表述范围
k++;// 当前位置向后移动一位即为了查询某个状态值连续出现的次数
} else {
break; // 当不满足当前条件，终止最近的循环体
}
}
}
// System.out.println("Trans[" + s + "][" + i + "] " + index);
// 计算概率值
transProbablityMatrix[s][i] = Double.valueOf(index) / Double.valueOf(statusValueNum[s]);
status++;
}
}
return transProbablityMatrix;
}

}

...全文