超级会员免费看
本文介绍了PlantSimulation中如何使用z_normal函数生成符合正态分布的随机数，包括期望值Mu、标准偏差Sigma以及可选的上下限值。正态分布常用于模拟测量误差。在分布函数中，平均值为Mu，方差为Sigma^2。通过指定随机数流，可以在不同的模拟场景中应用正态分布。
z_normal（[Stream：integer，] Mu：time，Sigma：time [，LowerBound：real，UpperBound：real]）
Stream：integer 随机数流号
Mu：time 期望值
Sigma：time 标准偏差
LowerBound：real 下限值 可以不设 由于随机数的不确定性值可能落在任意位置和区间可能会造成仿真报错
UpperBound：real 上限值 可以不设 可以不设 由于随机数的不确定性值可能落在任意位置和区间可能会造成仿真报错
正态分布是连续分布。正态表示对于时间查询，Plant Simulation滚动一个数字，该数字与具有期望值Mu（µ）和标准偏差Sigma（σ）的正态分布相对应。 根据经验，所有可能值的2/3位于间隔[µ-σ，µ +σ]内。
分布的参数在分布的参数下进行描述。
笔记
µ在Plant Simulation中被拼写为Mu，而σ被拼写为Sigma。
354 / 5000
翻译结果
您可以使用正态分布对随机数建模，该随机数可以实现为大量随机数的总和，例如，描述测量误差。
正态分布的概率密度为ÿ
订阅专栏 解锁全文
扫一扫
127
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
