NetLogo，加权随机抽取列表：如何使用rnd扩展？

我在NetLogo中有一个包含值的列表，以及每个值的概率列表。现在我想根据概率绘制一个随机值（加权随机绘制）。我想用这个，但我不太明白如何获得正确的重量，请帮助

set values [1 2 3]
set probabilities [0.2 0.3 0.5]

set state ( rnd:weighted-one-of agentset reporter-task )

---

如果您想/需要为您的值和概率使用两个单独的列表，方法是让扩展选择一个索引，并使用此索引访问传递给

rnd:weighted of

的报告中的概率和列表中的值。这是下面代码中的

example1

但是，如果您可以将值和概率放在同一个列表中，那么扩展就更容易使用。这是通过构建一个“对”列表（即，每个子列表中有两个项目的列表列表）来实现的。当您拥有该项时，您可以在reporter中使用该项对中的第二项（

项1

），并使用该项对中的第一项（

项0

）设置您的状态<代码>示例2显示了如何执行此操作

extensions [ rnd ]

to example1
  let values [1 2 3]
  let probabilities [0.2 0.3 0.5]
  let indices n-values length values [ ? ]
  let index rnd:weighted-one-of indices [ item ? probabilities ]
  let state item index values
end

to example2
  let pairs [[1 0.2] [2 0.3] [3 0.5]]
  let state item 0 rnd:weighted-one-of pairs [ item 1 ? ]
end

编辑：

正如Seth在评论中提到的，您可以使用

（映射列表值概率）

从两个单独的列表中构建成对列表。他还提到，代码可能“使用

first

和

last

而不是

item 0

和

item 1

更清晰”

example3

整合了两种建议：

to example3
  let values [1 2 3]
  let probabilities [0.2 0.3 0.5]
  let pairs (map list values probabilities)
  let state first rnd:weighted-one-of pairs [ last ? ]
end

如果您想使用任何概率，而不仅仅是那些加起来等于一的概率，您可以在不使用rnd扩展的情况下这样做。例如，如果您希望根据投票数选择候选人1、2或3：

to-report weighted-rand 
  let values [1 2 3]
  ;let probabilities [0.2 0.3 0.5]
  let votes [5 7 9]

  ; calculate the cumulative probability list
  let cum reduce [
    lput (?2 + (ifelse-value (empty? ?1) [0] [last ?1])) ?1
  ] (fput [] votes)

  ; Roll a uniform random number weighted by the cumulative probability vector
  let x random-float sum votes
  let j  -1
  let found false
  while [(not found) and (j < (length cum))]
  [
    set j (j + 1)
    if (x <= item j cum) [set found true]
  ]

  report item j values
end

报告加权兰德
让值[1 2 3]
;let概率[0.2 0.3 0.5]
让我们投票[5 7 9]
; 计算累积概率列表
让cum减少[
lput（？2+（ifelse值（空？1）[0][last？1]）？1
]（fput[]票）
; 滚动由累积概率向量加权的均匀随机数
让x随机浮点数和投票数
让j-1
让被发现是假的
而[（未找到）和（j<（长度和））]
[
集合j（j+1）
如果（x）如何进行
配对
，给定
值
和
概率
：
（映射列表值概率）
也许用
第一个
和
最后一个
而不是
第0项
和
第1项
更清楚一点？非常感谢，这非常有用！因为我使用每小时的时间步长，一天中每小时的概率都不同，所以我使用示例3，让概率根据小时变化。