का उपयोग कर एक गैर-वर्दी, पूर्णांक वितरण बनाकर अभी मैं एक श्रेणी के साथ पूर्णांक के समान वितरण को बनाने के लिए निम्न कोड का उपयोग करता हूं। (मैं बोने कोड बाहर ले)tr1 <random>
int random(int min, int max)
{
static std::mt19937 gen;
std::uniform_int<int> dist(min, max);
return dist(gen);
}
मैं इसे संशोधित करने के लिए एक वितरण कि twords मिनट मूल्य के पक्ष में देने के लिए पैदा करता है कोशिश कर रहा हूँ, और लगभग कभी अधिकतम मूल्य के करीब पहुँचता है। मैं सभी पूर्व-निर्मित वितरण देख सकता हूं, लेकिन उनमें से कोई भी पूर्णांक नहीं है। और मैं यह भी नहीं बता सकता कि कौन सा दस्तावेज किसी भी दस्तावेज के आधार पर मेरी आवश्यकताओं को फिट करता है। के रूप में विकिपीडिया, जहां कश्मीर = 2
लेकिन मैं समझ नहीं पर दिखाया गया है, documentation कैसे पूर्णांकों के साथ इसका इस्तेमाल करने, अकेले सेट जाने के आधार पर निकटतम मैं आ गए हैं ची वितरण चुकता है के मूल्य।
उचित गैर-वर्दी, पूर्णांक वितरण का उपयोग करने के लिए मैं अपना कार्य कैसे स्थापित कर सकता हूं?
अभी भी सही distro चुनने पर काम कर रहा: यहाँ 0 से 20 से std::poisson_distribution<int> dist((max - min) * .1);
के परिणाम हैं:
काफी वहाँ नहीं अभी तक, के रूप में 0 1 से अधिक बार-बार होना चाहिए, लेकिन यह मदद करनी चाहिए अगले व्यक्ति बाहर आने के बाद और अधिक परिणाम पोस्ट करेंगे। का परिणाम दे रही है
int randomDist(int min, int max)
{
static std::mt19937 gen;
std::chi_squared_distribution<double> dist(2);
int x;
do
{
x = (int)(max*dist(gen)/10) + min;
}
while (x > max);
return x;
}
:
अच्छी तरह से मेरा अंतिम समाधान विधियों के संयोजन बन गया
यदि आप 1 से कम पैरामीटर चुनते हैं (यह वर्तमान में (20-0) * 1 = 2) है तो एक पोइसन वितरण 0 में 1 से अधिक बार होगा। आप इसे किसी भी पैरामीटर के साथ एक ज्यामितीय वितरण के साथ भी प्राप्त करेंगे। आपको जो चुनना चाहिए वह इस बात पर निर्भर करता है कि आप मॉडलिंग कर रहे हैं: ज्यामितीय मॉडल तब तक होता है जब तक कोई घटना न हो (उदाहरण के लिए, लक्ष्य को स्कोर करने के लिए आवश्यक शॉट्स की संख्या), पोइसन संख्या के अंतराल में संख्या घटना घटनाओं को मॉडल करता है (उदाहरण के लिए, संख्या एक खेल में लक्ष्यों का)। – aaz
वैसे मैं इसे वास्तविक समय आनुवांशिक एल्गोरिदम के लिए उपयोग कर रहा हूं। अलग पीढ़ी होने के बजाय, जब एक नया जीव पैदा करने का समय आता है, तो मैं उन्हें फिटनेस द्वारा क्रमबद्ध करता हूं, माता-पिता को इस वक्र के आधार पर चुनते हैं। – Zak
@Zak - यदि आप ज्यामितीय वितरण का उपयोग करते हैं, तो आप # 1 बनाम (# 2 बनाम विजेता (# 3 बनाम विजेता ...) के विजेता के रूप में प्रत्येक माता-पिता के चयन का वर्णन कर सकते हैं), जहां #i जीत किसी भी #j के खिलाफ, i
aaz