在我的计算机体系结构课程中，我们使用14位二进制模型（1位为符号，5位为指数，8位为尾数）。当输入指数时，我的指导员让我们加16来抵消它（偏差16）为什么我们使用16偏差？是否因为5位只能表示多达31个数字？如果是这样，请详细说明并比较使用指数时使用127偏差的IEEE单精度。最后，如果有人能够给我一个关于这方面和二进制使用的偏见的明确定义，我将不胜感激。如果我说的内容不清楚，请发表评论。为什么教科书中使用的二进制十四位浮点模型使用偏差16，因为IEEE单精度使用偏差127？
IEEE 754二进制浮点格式遵循指数偏差的简单模式。当指数为p位时，偏差为。这个指数具有相同数量的正负指数。
对于单精度浮标p为8，因此偏差为127.对于您的格式p为5且偏差为15.也许您的导师将偏差改为16，因为格式不支持denorm，infinity和NaN 。
表示一系列数字的方法有多种，包括正数和负数。增加偏差特别灵活。范围[-n, m)可以通过将n添加到每个数字来表示，将其映射到范围[0, m+n)。
该系统用于我已经使用的所有浮点系统中的指数。它简化了一些比较，因为非符号位的更大的无符号二进制值表示浮点的更大绝对量值，除了特殊值（例如NaN）。
对于浮点型指数，偏差大约是指数范围的一半，因此大约一半的值位于零的每一边。精确的平衡是不可能的，因为有偶数个位模式，并且一个用于零。
正如在another answer中讨论的那样，IEEE754标准对5位指数使用15的偏差。
有选购16几个可能的原因：
任意选择，没有参照的指数偏压使得IEEE漂浮可比作为符号/幅值的整数。这对CPU内部可能是有用的，所以他们可以重用他们的比较硬件的浮点数。这对于像['nextafterf']（http://en.cppreference.com/w/c/numeric/math/nextafter）之类的float bithack函数也很有用。 –