生成伪随机数.pptVIP

南华大学计算机科学与技术学院 罗杨 3.1 伪随机数在优化方法中的应用 随机现象 随机数： 随机现象表现为一系列没有规则的数值 伪随机数(Pseudo Random Number) 伪随机数生成器(Pseudo Random Number Generator)  在软计算的算法中，几乎每一种算法都要用到伪随机数来产生初始值遗传算法 禁忌搜索算法 模似退火算法 蚁群算法 粒子群优化算法 掠食搜索算法  通用程序的不足 随机序列的长度、随机数的字长固定 在重复计算中，不如自编程序容易控制 除正态分布外，一般无产生其它分布的伪随机数程序 产生方法好坏的标准 产生的数列有好的随机性（均匀性） 不出现重复的数列的长度尽可能长 速度快 占内存少 3.2 产生0-1均匀分布伪随机数的乘同余法设X是0-1 均匀分布的随机变量，x是X的一个取值，即一个均匀分布的伪随机数，记为U(0, 1)的数学期望和标准差为： 乘同余法A，M分别是整常数，Sk表示第k次迭代的随机数位数为L的计算机，M=2L，当 ① A= 8±3， A= 4k+1 ② S0为奇数最长的随机数序列为2L-2 混同余法A、C、M分别是整常数，Sk表示第k次迭代的随机数位数为L的计算机，M=2L，当 ① A= 4k+1 ② C、M互为质数 最长的随机数序列为2L 0-1 均匀分布伪随机数 [a, b] 均匀分布伪随机数 1-n间的整数K 3.3 正态分布的伪随机数设X是正态分布的随机变量 数学期望和方差 为标准正态分布 如果Y1,Y2，…，Yn是n个独立同分布的随机变量，当n足够大时 X = Y1+Y2+…+Yn 近似于一个正态分布，一般当n6时就行 X的数学期望和方差  于是有化为N(0,1) 将前面一些公式代入，得样本值  可以取yi为独立同为0-1均匀分布的随机变量的样本 为方便计，取n = 12 一般正态分布的 的随机数  产生其它态分布的伪随机数逆变法 设随机变量X的分布函数是F(x)，现在产生X取值的随机序列{xi}。设Y=F(x)是以X的分布函数的函数随机变量，样本值 y=F(x) ，则 Y的分布函数 P(Yy)= P(F(X)y) =P(XF-1(y)) = P(Xx) = F(x)= y 如果Y的定义域在[0，1]，则  如果已知的是密度函数f(x)，则首先要求出分布函数   逆变法 求出逆函数F-1(y) 产生0-1均匀分布的随机数y 计算样本值 x = F-1(y) 重复上述两步   参考文献 Sanchez S, etc, A generator of pseudo-random numbers sequences with a very long period [J], Math. and Compter Modeling, 2005,42(7-8):809-816 孙淑琴等，伪随机数序列发生器的研究与实现 [J]，吉林大学学报，2004, 22(3):185-188  作业 用混同余法写一个服从0-1均匀分布的伪随机数序列发生器，要求：1. 可产生[a, b]间的序列, 并对产生出的序列作出统计表(或画图)；2. 能生成一个1-n间的随机数 写一个服从 分布的伪随机数序列发生器，要求：对产生出的序列作出统计表（或画图） 用逆变法写一个服从几何分布 F(x) = 1 - q x 的伪随机数序列发生器。 试举出其它产生均匀伪随机数的方法，并分析不同方法的优缺点