基于不同因素的随机数生成

本文关键字：随机数 于不同 | 更新日期: 2023-09-27 18:14:30

我想写一个随机数生成算法。但我不希望这些数字完全是随机的。我希望它们取决于许多不同的因素。我说的因子是指值在0到1之间的变量。

所以因子可以是-

Bounce         // 0.56 // Should afffect the outcome by 10% // inversely proportional to outcome
Spin           // 0.71 // Should afffect the outcome by 20% // inversely proportional to outcome
Light          // 0.99 // Should afffect the outcome by 5% // directly proportional to outcome
Crowd Support  // 1.00 // Should afffect the outcome by 5% // directly proportional to outcome
Pressure       // 0.89 // Should afffect the outcome by 10% // inversely proportional to outcome
Experience     // 0.76 // Should afffect the outcome by 10% // directly proportional to outcome
Skill          // 0.56 // Should afffect the outcome by 40% // directly proportional to outcome

现在基于这些因素，我想生成一个介于0-6之间的随机数或一个小柱。

我正在写这个算法来模拟板球比赛。

我可以用什么方法来写这样一个算法?

基于不同因素的随机数生成

思路是分别计算各因素的随机系数。你会得到比结果特性更小的分布范围。

int max = 6;
var rand = new Random();
//to make code cleaner, returns 0..1 double
Func<double> next = () => rand.NextDouble(); 
double result = - Bounce       * max * 0.1  * next() 
                - Spin         * max * 0.2  * next() 
                + Light        * max * 0.05 * next()  //0.1
                + CrowdSupport * max * 0.05 * next()  //0.1
                - Pressure     * max * 0.1  * next() 
                + Experience   * max * 0.1  * next()  //0.2
                + Skill        * max * 0.4  * next(); //0.6
//calculated based on weights and negative'positive character
//result would be in range 0 and 6 with

另一个想法是分别计算正负因子，然后对所有因子应用随机系数，除以2，再加上最大值的一半。你会得到从0到6的随机分布。

double negativeFactor =   Bounce       * max * 0.25   
                        + Spin         * max * 0.5   
                        + Pressure     * max * 0.25;

double positiveFactor =   Light        * max * 0.1
                        + CrowdSupport * max * 0.1
                        + Experience   * max * 0.2
                        + Skill        * max * 0.6;
double result = max / 2 
            + positiveFactor * max * next() / 2
            - negativeFactor * max * next() / 2;

正如Lasse V. Karlsen正确指出的那样，你需要以这样的方式为正因子选择权重，使它们的和为1。如果所有的负因子都为零，那么分布将包含六个最大值。我在源代码的注释中给出了这些因素的例子。

对于负面因素，您将允许它们将结果值降低到40%。如果你想包含0作为结果，你也需要做这样的系数，这样它们的和将是1，示例也在注释

相关文章：