中国西部地区陆面数据同化系统研究软件工程之阶段.pdfVIP

中国西部地区陆面数据同化系统研究——软件工程之阶段报告三 中国西部环境和生态科学重大研究计划 中国西部地区陆面数据同化系统研究 软件工程 之 阶段报告（三） 随机数类设计、实现和应用指南 负责人：韩旭军（lzu8848d13@） 2006年4月 中国西部地区陆面数据同化系统研究——软件工程之阶段报告三 随机数类使用说明 一、 Monte Carlo 方法简介 蒙特·卡罗方法（Monte Carlo method），也称统计模拟方法，是二十世 纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种 以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数 （或更常见的伪随机数）来解决很多计算问题的方法。与它对应的是确定性 算法。随机数是Monte Carlo方法的基础之一。 Mathworld的定义：Any method which solves a problem by generating suitable random numbers and observing that fraction of the numbers obeying some property or properties. The method is useful for obtaining numerical solutions to problems which are too complicated to solve analytically. It was named by S. Ulam, who in 1946 became the first mathematician to dignify this approach with a name, in honor of a relative having a propensity to gamble (Hoffman 1998, p. 239). Nicolas Metropolis also made important contributions to the development of such methods. 二、 均匀随机数及其生成器简介 随机变量（或随机向量）的样本简称为随机数。生成随机数的方法也成 为随机数的取样法（Sampling）。 随机数可分为以下三类： Truly random：指随机物理过程产生的输出 Pseudorandom：计算机生成的序列 Quasi-random：比不相关的随机点更均匀的充满n维空间的n元序列 在[0，1]上均匀分布的随机变量的独立样本成为均匀随机数。由计算机 产生的“伪随机数”（Pseudorandom）是一种具有非常长周期的，且能通过 树立统计中的独立性和均匀性假设检验的数列。实践证明，伪随机数是 均 匀随机数的一种可行的近似。这种伪随机数虽然不是独立同分布的均匀随机 变量的样本，而是在[0，1]中取值的周期数列，但是由于它可以像均匀随机 数一样地通过树立统计中的独立性与均匀性假设检验，而且它的周期非常 长，以至在计算机实际运算过程中不会出现重复，所以在实际计算中它能很 好地替代均匀随机数。 由于 C 和 C++中提供的随机数生成函数 rand()，但是由于它的周期非常 短不能满足Monte Carlo积分的需求，故我们的随机数生成类中使用的是称 为马其赛特旋转（Mersenne Twister）的算法，它的周期为2^19937-1。 三、 头文件介绍 中国西部地区陆面数据同化系统研究——软件工程之阶段报告三 我们直接调用了由Rick Wagner改写的Mersenne Twister算法的C++ 版本（速度优于C/C++提供的ra