[PYTHON] Windähnliche Dummy-Datengenerierung im Markov-Prozess

Hintergrund

Angenommen, Sie möchten Zeitreihendaten der Windkraft als Material verwenden. Hier erstellen wir Dummy-Daten in Python 3, damit Sie sich nicht um das Urheberrecht kümmern müssen. Eine einfache Zufallszahl sieht aus wie eine Fälschung, daher verwenden wir den Markov-Prozess.

Politik

Betrachten Sie die folgenden drei Zustände und bestimmen Sie die Übergangswahrscheinlichkeit entsprechend. Außerdem sind die Daten für jeden Zustand eine einheitliche Zufallszahl, wenn die Obergrenze geändert wird.

• Nichts --Niedrig --Hoch

Implementierung

import numpy as np
import matplotlib.pyplot as plt

sts = [0, 1, 2] #Nichts,Niedrig,Hoch
coe = [0, 30, 80] #Höchstgrenze
M = np.array([[0.93, 0.07, 0.0], #Übergangswahrscheinlichkeit
              [0.45, 0.3, 0.25],
              [0.0, 0.07, 0.93]])
st = 0 #Ausgangszustand
res = [] #Ergebnis
np.random.seed(16)
for i in range(400):
    res.append(np.random.rand() * coe[st])
    st, = np.random.choice(sts, 1, p=M[st])
plt.bar(range(len(res)), res)

Ergebnis

Es wurde so.