请教 一个随机预测算法的问题（要求很不现实） ( 积分: 200 )

再说一下我想要的得到的东西：

1、已经收到：
0、3、0、3、0、3、0、3、0、3
得出结论：
0：82%、1：1%、2：1%、3：10%、4：1%、5：1%、6：1%、7：1%、8：1%、9：1%
（0 3）

2、收到下一个数：
7
（K，居然出个7，没理由啊，猜错了，没办法，只能继续分析、记忆....）
下个数预测：
0：72%、1：1%、2：1%、3：10%、4：1%、5：1%、6：1%、7：11%、8：1%、9：1%
（0 3 7）

3、收到下一个数：
9
（晕，完全没联系嘛，叫我怎么猜？没问题，随便出一个错误指导就行..）
0：62%、1：1%、2：1%、3：10%、4：1%、5：1%、6：1%、7：11%、8：1%、9：11%
（0 3 7 9）

4、收到下一个数：
7
（蒙中了，没关联也要找出理由关联，强力记忆中....）
（0 3 7 9）

5、收到下一个数：
2
（又没中，不过也不能怪我，我只提示了4个数，命中率才40%，这次我提供多一点数字）
（0 1 2 3 7 8 9）
......

（编不下去了）


以上纯属搞笑的。

我们现在的计算机要做到分析的智能程度，计算能力好象是够了，就是缺少算法啊，比如：03030303 要分析出下一个可能是0（不是正确的） 就还说得过去；而要分析出：1 2 3 5 后面那个数可能是 8 就好象还嫩点。
扯远了，数的关联关系不属于讨论范围（不过随机预测可能逃不过这个关联，希望能得到指正）

就算把数的关联能有条理的分析出来，离预测还是很远啊......
（很外行...）

有几个方向
1、找到随机数发生算法，然后做校准，就可以得到下一个数据。
2、完全使用概率的理论来预测。
3、干预随机数发生器，使之产生相同的序列。

说一下2
从概率上来说，每次产生某个数字的概率确实是10%,所以确实和序列的次序无关。3后面不见得不会是3，但是从概率上来说，如果是很均匀的随机数，那么它必然趋近一个值，当然这个值不定是平均值，所以第一要做的事情是降噪，这个需要收集足够多的数据，然后用一些算法得到其基底数据，均匀平均的随机数是一种特例，有可能随机数是正弦曲线再做随机分散发生的也说不定。
有了基底曲线，随机数就有了一个分布图，分布总是围绕这个基底开始离散的，这样就可以减小很多随机性了。
从概率上说，每次随机概率是10%，这个是切面，如果取10个序列，那么某个数字在其中只出现一次的概率是非常高的（取决于基底曲线），因此在303030后面恰恰是3和0的出现概率极低才对。概率的计算很依赖样本的形式，在你的例子里面，每个数字的出现概率基本也都是10%,这个就是经常说的，这个数字没出现过，也该出现了吧。
如果数据量大，由于可以用各种方式取样本，这样，我们就有可能逼近预测值。不过要注意的是，一个不小心，可能反而降低预测概率，而不是增大，这个取决于你对概率的深刻理解，而且，几种方法的叠加结果也不一定增加预测概率，因为这几种方法可能只是一种方法的几种变换，所以根本起不到什么作用。这就好像，做异或，一个数字和若干个数据做异或和和一个数字做异或其结果其实是一样的。做多少次都是白做。

能预测的就不叫随机了。
概率论中有随机事件的独立性原则。
比如掷骰子，当出现了连续6个3，那么下一个出现3的可能性是不是就小了呢。
那么，我们先投掷很多次，然后来统计看看，会发现，3333331，3333332，3333333，3333334，……，出现的概率是一样的，因此可以看出随机事件具有前后无关性。
既然前后无关，那么试图以前面的结果来预测后面的数值，必然是错误的。

一个伪随机数，它的规律区间一般都有数亿，也就是说，楼主需要手头有数亿的数据才能发现其规律。
而假设一个真随机数，其规律区间是伪随机数的1000亿倍，那么楼主至少手头需掌握1000亿亿个数据才能发现其规律啊。

楼上，事情没有绝对啊，就如你说的掷骰子，理论是随机数，但实际并不是随机数，如果不更换骰子，一个固定的骰子，2、300次就会发现不是呈正态分布了。
所以我怎么说没有绝对的随机数...

soul说得好！

基底曲线就是没有更好的办法取得，给个 n * cos(t+dt)^2 + m *sin(t-dt) ^3 ...之类，基本无法还原出来，没有发现什么优秀的归纳算法啊。

我不希望能涉及到那么深奥，只是想拿到一点点数据之后，能根据数据的变化，给个指导范围，然后，再拿到数据，再校正，同时学习，作为不确定数，影响到下次判断。

这个想法有点白痴，就像没去分析事情的根源而去关注结果一样，有时候是差之千里，但是我认为没关系，主要要有学习功能，这个才重要。（要的就是一种混沌的关联关系）

关注一下.不会...