產生自回歸滑動平均模型\(arma(p,q)\)的資料。
自回歸滑動平均模型\(arma(p,q)\)為
\[x(n)+\sum_^a_x(n-i)=\sum_^b_w(n-i)
\]其中\(a_i(i=1,2,...,p)\)是自回歸係數,\(b_i(i=1,2,...,q)\)是滑動平均係數,\(w(n)\)是白雜訊。
給定白雜訊\(w(n)\)的均值和方差,便可以由上式產生\(arma(p,q)\)的資料。
是用c語言實現產生二項分布隨機數的方法如下:
/************************************
a ---一維陣列,長度為(p+1),aram(p,q)模型的自回歸係數。
b ---一維陣列,長度為(q+1),aram(p,q)模型的滑動平均係數。
p ---ram(p,q)模型的自回歸階數。
q ---ram(p,q)模型的滑動平均階數。
mean ---白雜訊正態分佈均值mu。
sigma ---白雜訊正態分佈均方差sigma。
seed ---隨機數種子
x ---一維陣列,長度n,存放aram(p,q)模型的資料。
n ---放aram(p,q)模型的長度。
************************************/
#include "stdlib.h"
#include "gauss.c"
void arma(double *a, double *b, int p, int q, double mean, double sigma, long int *seed, double *x, int n)
m = (k > q) ? q : k;
for(i = 1; i <= m; i++)
s += b[i] * w[k - i];
x[k] = s;
} for(k = (p + 1); k < n; k++)
for(i = 1; i <= q; i++)
s +=b[i] * w[k - i];
x[k] = s;
} free(w);
}
gauss.c檔案參見正態分佈的隨機數 SUMO 產生車輛移動模型
sumo 產生車輛移動模型 根據由於sumo版本不同,所以某些命令符有變化,我使用的win64的sumo1.0.0版本,以便後續更好地學習 1.編寫ex flow.flow.xml檔案 如下 2.使用duarouter生成route檔案 開啟start command line.bat鍵入所在資料夾...
動態產生的持久模型和資料儲存的設計模式
動態產生的持久模型和資料儲存,這個詞語感覺挺晦澀的,不過估計在實際的專案中或者研發的產品中大家都碰到過這樣的場景 例如在乙個簡單的考試系統中,出題人在系統中出題,答題人進行相應的答題。問題 這乙個簡單的場景對映到系統中通常會形成這樣的問題,出題人所出的題目其實就對映到了乙個題目的持久模型,而答題人進...
資料幀的產生
幀到底是由誰來產生的?網絡卡可以產生,交換機也可以產生。交換機產生的話是因為交換機之間需要一些協議來維護特定的功能,如stp,vtp而最重要的功能還是 網絡卡 也就是主機 所產生的幀。追問 那比如說,我的裝置是這麼連的 主機 路由器 交換機 外網。那網絡卡是在我計算機內的,也就是網絡卡直接跟路由器相...