| 一种产生广义高斯分布随机数的新算法 |
| |
| 引用本文： | 赵倩,李宏伟,沈远彤.一种产生广义高斯分布随机数的新算法[J].应用数学,2004(Z1). |
| |
| 作者姓名： | 赵倩 李宏伟 沈远彤 |
| |
| 作者单位： | 中国地质大学数理系 湖北武汉430074
(赵倩，李宏伟)，中国地质大学数理系 湖北武汉430074(沈远彤) |
| |
| 基金项目： | 中国科学院声场声信息国家重点实验室开放基金 |
| |
| 摘 要： | 本文提出了一种生成广义高斯分布 (GGD)随机数的通用算法 .该算法针对GGD密度函数衰减性的特点 ,采用变步长的方法 ,综合运用了逆函数法、近似复合抽样法及变换抽样法 .通过调整分布参数的数值 ,就能产生具有任何形状参数和任何方差的GGD随机数 ,简单易于实现 .最后将仿真实验结果与已有算法的结果做比较 ,并用 χ2检验法和Kolmogorov Smirnov检验法 (K S检验法 )验证该方法的有效性 .
|
| 关 键 词： | 广义高斯分布 随机数 随机模拟 |
A New Algorithm for Generating Generalized Gaussian Random Number |
| |
| ZHAO Qian,LI Hong-wei,SHEN Yuan-tong.A New Algorithm for Generating Generalized Gaussian Random Number[J].Mathematica Applicata,2004(Z1). |
| |
| Authors: | ZHAO Qian LI Hong-wei SHEN Yuan-tong |
| |
| Abstract: | In this paper,a new algorithm is proposed to generate generalized Gaussian distribution (GGD).Based on attenuation of GGD probability density function (pdf),the algorithm combines inverse finction method,approximately integration method as well as transform sampling method in the way of the changing step.Random numbers of GGD with any shape parameter and any variance can be generated easily by adjusting the numerical values of these parameters.The outcome of stochastic simulation has been compared with the result of the knwon algorithms.Statistical goodness-of-fit tdsts such as chi-squared and Kolmogorov-Smirnov tests ahve been used to verified the effective of the algorithm. |
| |
| Keywords: | Generalized Gaussian distribution Random number Stochastic simulation |
| 本文献已被 CNKI 等数据库收录！ |
