732642856
0880fd6405
feat(test): smoke_test_runner.py — 名人事件应期回归测试框架 (12案例/42事件) feat(precision): mevg_automation.py — MEVG 外部验证门控自动化 (check/audit/report) docs: precision-benchmark-dashboard.md — 精度基准仪表盘 (8维度+改善路线) docs: chara-dasha-calibration-roadmap.md — Chara Dasha 24%→80%校准路线图 精度基准: - 基础排盘: 100% (48/48) ✅ - Vimshottari 反推: ~69% ⚠️ - Chara Dasha: 24.17% 🔴 - Double Transit: 20-40% 🔴
2.6 KiB
2.6 KiB
Chara Dasha 校准路线图
目标：从 24.17% 匹配 KN Rao 基准提升至 >80% 版本：v6.9.8 | 更新：2026-06-13
问题诊断
当前实现（v6.1.12）
- 方法：KN Rao Method — 序列基于第9宫方向判定，时长基于宫主所在宫位+尊贵调整
- 基准：PyJHora 10案例×12星座 = 120对（Sign 100%, Dur 91.67%, Overall 95.83%）
- 问题：KN Rao 基准通过率仅 24.17%（feature-gap-matrix）
根因分析
- 序列方向判定逻辑：Chara Dasha 的起始星座由第9宫方向（顺时针/逆时针）决定，此处容易出错
- 尊贵权重调整：行星所在星座的尊贵等级对时间长度的影响系数需要精确校准
- Antardasha 等分 vs 非等分：当前实现等分12份，但部分经典建议按行星尊贵加权
- 双星同宫处理：两个行星在同一星座时的序列判定规则
数据源
- PyJHora Chara Dasha 输出（可作为 ground truth）
- KN Rao《Predicting through Jaimini's Chara Dasha》
- Sanjay Rath《Jaimini Upadesa Sutras》
- PVR Narasimha Rao JHora 输出（最终验证）
校准步骤
Phase 1: 基准数据采集（即刻）
- 运行 PyJHora 对 16 个名人案例生成 Chara Dasha 时间线
- 运行 yinduzhanxing 对同样案例生成当前 Chara Dasha
- 对每对输出：比对星座序列、时间长度、Antardasha 分配
- 生成差异矩阵 → 识别系统偏差模式
Phase 2: 根因修复（1-2天）
- 修复星座序列判定逻辑（第9宫方向的精确计算）
- 修复时间长度计算（宫主尊贵权重校准）
- 修复 Antardasha 非等分（按尊贵加权而非等分12份）
- 每步修复后与 PyJHora 基准对比
Phase 3: 精确度提升（持续）
- 引入双星同宫处理规则
- 加入 Prana/Antardasha 微调
- 与 JHora 最终验证（≥5案例）
- 建立 30+ 案例基准集
关键代码位置
| 模块 | 文件 | 函数 |
|---|---|---|
| Jaimini 系统 | scripts/jaimini.py |
calculate_chara_dasha() |
| KN Rao 序列 | scripts/jaimini.py |
_chara_dasha_sequence() |
| 时间长度 | scripts/jaimini.py |
_chara_dasha_duration() |
| Dasha 计算器 | scripts/dasha_calculator_enhanced.py |
Chara Dasha 集成 |
| 全盘解读 | scripts/jyotish_engine.py |
cmd_full_reading() |
验收标准
| 阶段 | 基准 | 目标 |
|---|---|---|
| Phase 1 | — | 基准数据采集完成 |
| Phase 2 | PyJHora | Sign 100%, Duration >90%, Overall >85% |
| Phase 3 | JHora | Sign 100%, Duration >95%, Overall >90% |
| 最终 | 30 案例自有基准 | Chara Dasha 事件应期反推 >80% |