模拟应用的C++ normal_distribution函数

我在想，normal_distribution函数使用什么样的随机数生成器？模拟应用的C++ normal_distribution函数

它适合科学模拟应用吗？

问候

2013-02-19 Aleanar

这完全取决于你的用例吗？ – 111111 2013-02-19 19:24:31

用于模拟应用程序。如果你告诉我使用Mersenne-Twister发生器，它会很好！ – Aleanar 2013-02-19 19:30:21

请参阅此处的示例以了解如何使用正态分布的Mersenne-Twister：http://en.cppreference.com/w/cpp/numeric/random/normal_distribution – 111111 2013-02-19 19:33:47

std::normal_distribution没有做任何的随机数生成。这是一个随机数字分布。随机数分布只映射由随机数引擎返回某种分布的值。他们自己不会做任何一代人。所以它是你关心的随机数引擎。

标准提供的随机数引擎之一，std::mersenne_twister_engine是一个非常高质量的随机数引擎。您可以使用它，象这样的正态分布产生随机数：

std::random_device rd; 
std::mt19937 gen(rd()); // Create and seed the generator 
std::normal_distribution<> d(mean, deviation); // Create distribution 
std::cout << d(gen) << std::endl; // Generate random numbers according to distribution

注意std::mt19937是std::mersenne_twister_engine一个typedef。

来源

2013-02-19 19:34:05

std :: mt19937'是typedef for a特殊的'std :: mersenne_twister'模板实例化。 'std :: mt19937'是一个经过验证的伪随机数发生器。模板可以用产生不太好的引擎的值来实例化，所以大多数人应该坚持'std :: mt19937'。 – 2013-02-19 23:50:50

<random>的标准库的整点是从随机数生成器，以独立分布。 You提供了一个生成统一整数的随机数生成器，并且分布负责将该随机统一整数序列转换为期望分布的样本。

幸运的是，<random>库还包含一个随机数生成器的集合。 Mersenne Twister（std::mt19937）尤其是一个相对较好的（即快速和统计学上的高质量）。

（您还需要提供用于发生器的种子）

来源

2013-02-19 19:32:56

我知道这个帖子很老，但是，我希望我的回答是有益的。我使用normal_distribution为传感器生成高斯噪声。这对模拟传感器是有益的。例如，假设您有一个传感器，可以为您提供2D机器人的位置。每次移动机器人时，传感器都会提供一些关于机器人位置的信息。在OpenGL中，你可以模拟这个例子。例如，您可以跟踪鼠标的位置，并将一些高斯噪声添加到鼠标的实际位置。在这种情况下，您可以使用传感器来跟踪鼠标的位置，但由于噪音而具有不确定性。

来源

2014-03-02 14:58:01 CroCo

模拟应用的C++ normal_distribution函数

回答

相关问题