http://blog.sina.com.cn/s/blog_76c31b8e0100qskf.html
在编程过程中，由于数据仿真模拟的需要，我们经常需要产生一些随机数，在C#中，产生一般随机数用Random即可，但是，若要产生服从特定分布的随机数，就需要一定的算法来支持了，为了方便广大编程人员，我将我再做项目过程中用到的产生服从正态分布、泊松分布、指数分布以及负指数分布随机数的方法与大家共享，希望会有所帮助！
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;
namespace PZ
{
class Model
{
/// <summary>
/// 正态分布随机数
/// </summary>
const int N = 100;
const int MAX = 50;
const double MIN = 0.1;
const int MIU = 40;
const int SIGMA = 1;
static Random aa = new Random((int)(DateTime.Now.Ticks / 10000));
public double AverageRandom(double min, double max)//产生(min,max)之间均匀分布的随机数
{
int MINnteger = (int)(min * 10000);
int MAXnteger = (int)(max * 10000);
int resultInteger = aa.Next(MINnteger, MAXnteger);
return resultInteger / 10000.0;
}
public double Normal(double x, double miu, double sigma) //正态分布概率密度函数
{
return 1.0 / (x * Math.Sqrt(2 * Math.PI) * sigma) * Math.Exp(-1 * (Math.Log(x) – miu) * (Math.Log(x) – miu) / (2 * sigma * sigma));
}
public double Random_Normal(double miu, double sigma, double min, double max)//产生正态分布随机数
{
double x;
double dScope;
double y;
do
{
x = AverageRandom(min, max);
y = Normal(x, miu, sigma);
dScope = AverageRandom(0, Normal(miu, miu, sigma));
} while (dScope > y);
return x;
}
/// <summary>
/// 指数分布随机数
/// </summary>
/// <param name=”const_a”></param>
/// <returns></returns>
public
double RandExp(double const_a)//const_a是指数分布的参数λ
{
Random rand = new Random(Guid.NewGuid().GetHashCode());
double p;
double temp;
if (const_a != 0)
temp = 1 / const_a;
else
throw new System.InvalidOperationExceptio
n(“除数不能为零！不能产生参数为零的指数分布！”);
double randres;
while (true) //用于产生随机的密度，保证比参数λ小
{
p = rand.NextDouble();
if (p < const_a)
break;
}
randres = -temp * Math.Log(temp * p, Math.E);
return randres;
}
/// <summary>
/// 负指数分布随机数产生
/// </summary>
/// <param name=”lam”>参数</param>
/// <returns></returns>
Random ran;
public Model()
{
ran = new Random();
}
public double ngtIndex(double lam)
{
double dec = ran.NextDouble();
while (dec == 0)
dec = ran.NextDouble();
return -Math.Log(dec) / lam;
}
/// <summary>
/// 泊松分布产生
/// </summary>
/// <param name=”lam”>参数</param>
/// <param name=”time”>时间</param>
/// <returns></returns>
public double poisson(double lam, double time)
{
int count = 0;
while (true)
{
time -= ngtIndex(lam);
if (time > 0)
count++;
else
break;
}
return count;
}
}
}
实现后的界面截图如下：