关于统计分布中“随机数流stream”的解释

资料来自《实用系统仿真建模与分析——使用Flexsim》，作者秦天保 周向阳
3 p0 ^7 A7 o# d4 K2 [第四章 随机数和随机变数的生成

5 z2 U4 o9 [3 U! y! a9 w仿真软件一般会将整个随机数序列分成若干段，例如100000个数为一段。
每段成为一个随机数流(stream)，每个流会指定一个编号，如0号流，1号流等等。
6 |) V2 r2 @, Q& e4 ^
在Flexsim中调用指数分布函数的形式为exponential(location,scal,stream)，其中第3个参数stream就是指定从哪一个流求取下一个随机数，如果省略参数流，则默认使用0号随机数流。

Flexsim系统已经初始化了100个随机数流（0~99号），可供直接使用。

( c3 L- Q: q, G/ j如果一个流的随机数在模型运行过程中，经过不断调用耗净了，根据递推公式下一个随机数就会侵入下一个流中去了，这会导致不想要的相关性。为了提高模型输出数据的准确性和精度，建议为模型中的每个对象甚至每个随机因素指定不同的流号。
6 m) `( D" [1 d6 p/ \
1 z7 R5 [* \& [, |3 ?) L: P参考文献：
! p3 U- y+ ~. `6 U- q

) @2 z3 ]5 D9 s2 x! C
7 ~3 T6 ~2 c( ^) h* C

学习学习

非常需要这方面知识啊谢谢

% N: `: `2 j  p5 x+ u这个问题困扰我好久了，现在一次性了结
---------------------------------------------------------------------------------------------------
-随机数是怎么生成的
基于计算机方法生成的随机数称为伪随机数，因为其计算方法已知，不是完全的随机。现在比较流行的生产伪随机数的方法是 Linear Congruential Generation （混合同余法）.
Linear Congruential Generation (LCG)[1]方法如下:
' q8 F$ u6 v4 [. qX_i=(aX_(i-1)+c)mod m                            （1）
R_i= X_i/m
Seed: X_0
% d& D# Q6 T, L; ?+ J
# b5 J) ^( l1 ^3 ]3 i  c-什么是stream?
基于m的限制，生成的随机数都是循环的，而且最大的循环周期是m。假设生成的随机数周期为P，随机数序列可以写作： X_0,X_1,…X_P,X_0,X_1…
5 J, O/ L9 ~- |9 v. H- z5 U% d正因为它的循环性，取0-P之间任何一个数做seed都可以生成整个随机数列。
9 X1 D3 \7 n3 P, {0 T% X& Q为了方便起见，我们把长度为P的随机数分为若干个随机数流（stream），比如说，分成b个，每个stream的长度为P/b： {X_0,X_1,…X_(P/b-1)}, {X_(P/b),…X_(2P/b-1)}…

-Stream有什么用？
通过观察（1）式可以得知，X_i  和 X_(i-1)是相关的。为了避免这种相关性，仿真时常常会选取不同的stream产生各个过程的随机数。
+ J: {3 l' M0 Y! F0 {  ^6 j% [0 }/ U
为此专门写了篇blog在http://blog.sina.com.cn/sui5277

学习一下 谢谢分享

谢谢分享!