计算机仿真-数据检验
- 格式:doc
- 大小:78.00 KB
- 文档页数:6
计算机仿真计算机仿真是指利用计算机模拟实际事物的运行过程和行为,以产生数据和结果,以及对其进行分析和预测的过程。
它是利用计算机技术进行实验研究、系统设计和性能评估的重要手段。
本文将重点介绍计算机仿真模型的第四章内容,并通过1200字以上的篇幅进行详细阐述。
第四章主要涉及计算机仿真模型的几个重要概念,包括模型的表达形式、模型的运行机制和模型的评价方法。
首先,模型的表达形式是指对实际事物的抽象和描述方式。
在计算机仿真中,常见的表达形式包括数学方程、逻辑规则和图形模型等。
数学方程是描述系统行为和属性的基础,逻辑规则是描述系统运行逻辑和规则的基础,而图形模型则是将系统抽象成图形形式进行可视化表示。
这些表达形式可以根据实际需要进行选择和组合,以达到对系统进行描述和分析的目的。
其次,模型的运行机制是指模型的建立和运行过程。
在建立模型时,需要进行系统的分析和抽象,确定模型的结构和参数。
在运行模型时,需要将模型的输入数据进行处理和计算,得到模型的输出结果。
模型的运行机制可以采用离散事件模拟方法、连续模拟方法或混合模拟方法等。
离散事件模拟方法适用于对系统中发生的离散事件进行建模和分析,连续模拟方法适用于对系统中连续变化的过程进行建模和分析,混合模拟方法则是将离散事件模拟和连续模拟相结合,以实现对系统的全面建模和分析。
最后,模型的评价方法是指对模型的准确性和有效性进行评估的方法。
模型的准确性是指模型对实际系统的描述程度,模型的有效性是指模型对问题解决和决策支持的贡献程度。
模型的评价方法可以采用统计分析、敏感性分析、验证和验证等方法。
统计分析方法可以对模型的输出结果进行统计分析和比较。
敏感性分析方法可以分析和评估模型的输入参数对模型结果的影响程度。
验证方法可以通过与实际数据进行比较,评估模型的准确性。
验证方法主要采用寻优算法和参数拟合方法,对模型进行调整和优化,使其更加接近实际系统。
总之,计算机仿真模型是利用计算机模拟实际事物的运行过程和行为的重要工具。
计算机仿真详细讲解1. 引言计算机仿真是通过模拟计算机程序来模拟和分析现实世界的过程。
它可以用来模拟各种复杂系统,并帮助我们理解和预测实际系统的行为。
本文将详细讲解计算机仿真的定义、原理、应用领域和使用的工具。
2. 定义计算机仿真是使用计算机程序模拟实际系统的过程。
它通过模拟系统的输入、输出和内部运行机制,来研究系统的性能和行为。
计算机仿真可以用来研究物理系统、社会系统、生物系统等各种复杂系统。
3. 原理计算机仿真的原理基于数学和物理原理。
它可以分为以下几个步骤:3.1. 建立模型首先,需要建立一个模型来描述实际系统的行为。
模型可以是数学方程、物理实验数据、流程图等形式。
模型应该能够准确地描述系统的输入、输出和内部运行机制。
3.2. 编写仿真程序根据建立的模型,需要编写计算机程序来模拟系统的行为。
仿真程序通常使用编程语言来实现,如Python、C++等。
程序中包含了模型的数学运算、数据处理和结果输出等功能。
3.3. 运行仿真将编写好的仿真程序运行起来,输入系统的初始条件和参数,通过计算机的计算能力来模拟系统的运行过程。
仿真程序会根据模型和输入参数计算出系统的输出结果。
3.4. 分析和验证结果仿真程序运行完成后,需要对结果进行分析和验证。
可以将仿真结果与实际系统的观测数据进行比较,以评估仿真模型的准确性和可靠性。
如果仿真结果与实际观测相符,则说明模型和仿真程序是有效的。
4. 应用领域计算机仿真在各个领域都有广泛的应用。
以下是一些常见的应用领域:4.1. 物理科学计算机仿真在物理科学领域中有着重要的作用。
它可以模拟和研究各种物理现象,如流体力学、电磁学、量子力学等。
通过仿真可以更好地理解和解释物理现象,并为科学研究提供支持。
4.2. 工程和制造业在工程和制造业领域,计算机仿真可以用来模拟和优化工程设计和制造过程。
它可以分析和预测产品的性能、可靠性和生命周期成本,从而提高工程和制造效率。
4.3. 交通运输在交通运输领域,计算机仿真可以用来模拟和优化交通流量、车辆行驶和路网规划等问题。
计算机仿真技术计算机仿真技术(Computer Simulation Technology)是指利用计算机模拟系统或过程的方法,通过数学模型和仿真软件来探索和研究实际系统的行为。
在计算机仿真技术的支持下,研究者可以通过对虚拟系统的模拟和观察,对真实世界中的复杂系统进行分析、测试和验证,以获取数据并获得新的洞察力。
一、计算机仿真技术的发展历程计算机仿真技术的发展可以追溯到20世纪早期,当时计算机的出现为仿真技术提供了强大的计算能力,但由于硬件设备和软件工具的限制,计算机仿真技术的应用受到了一定的限制。
随着计算机技术的迅猛发展和计算能力的不断提高,计算机仿真技术得到了广泛应用,并在各个领域取得了显著成果。
二、计算机仿真技术的应用领域1. 工程领域计算机仿真技术在工程领域的应用非常广泛。
例如,在建筑工程中,可以利用计算机仿真技术对建筑物的结构进行模拟,以确保其稳定性和安全性;在电力系统中,可以利用计算机仿真技术模拟电力网络的运行情况,进行负荷分析和故障诊断等。
2. 制造业计算机仿真技术在制造业中的应用也非常重要。
通过对生产线、工艺流程等进行仿真模拟,可以提高生产效率、降低成本,并优化生产过程。
3. 医学领域计算机仿真技术在医学领域的应用也越来越广泛。
例如,在手术模拟中,医生可以使用计算机仿真技术进行手术前的演练,以提高手术的准确性和安全性;在药物研发中,也可以利用计算机仿真技术进行药物分子的模拟,以加快研发过程。
4. 交通运输计算机仿真技术在交通运输领域的应用可以帮助人们更好地规划交通路线、优化交通模型,并提高交通的效率和安全性。
5. 军事领域计算机仿真技术在军事领域中的应用也非常重要。
通过对战场环境的模拟和训练,可以提高士兵的训练质量和作战能力,同时减少因真实演习而产生的风险。
三、计算机仿真技术的优势和挑战1. 优势(1)降低成本和风险:利用计算机仿真技术可以在虚拟环境中进行实验和测试,降低了成本和风险,同时减少了对实际系统的依赖性。
计算机仿真法计算机仿真法是一种利用计算机进行模拟和模型推演的方法。
它通过建立数学模型和运用计算机算法,模拟复杂的自然和人工系统,以研究系统的行为和性能。
计算机仿真法在科学研究、工程设计、风险评估等领域具有广泛的应用。
一、计算机仿真法的基本原理计算机仿真法的基本原理是将系统的行为和性能用数学模型来描述,然后利用计算机算法进行模拟和模型推演。
数学模型是对系统的抽象和简化,通过模型可以描述系统的结构、参数和运行规律。
计算机算法是对模型进行数值计算和仿真的方法,通过计算机的计算能力,可以模拟并推演出系统的行为和性能。
二、计算机仿真法的应用领域1. 科学研究:计算机仿真法在物理学、化学、生物学等科学领域具有广泛的应用。
通过建立数学模型和进行计算机仿真,可以模拟和研究分子结构、物质性质、生物过程等复杂系统的行为和性能,为科学研究提供重要的工具和手段。
2. 工程设计:计算机仿真法在工程设计中发挥着重要的作用。
通过建立系统的数学模型和进行计算机仿真,可以模拟和评估不同设计方案的性能和可行性,优化设计方案,减少试验和开发成本,提高工程设计的效率和质量。
3. 风险评估:计算机仿真法在风险评估中起到了重要的作用。
通过建立风险系统的数学模型和进行计算机仿真,可以模拟和评估不同风险因素对系统的影响,预测系统的风险水平,并制定相应的风险控制策略,提高风险管理的能力和水平。
三、计算机仿真法的优势和不足1. 优势:- 灵活性:计算机仿真法可以对系统的各种变量和参数进行灵活的调整和控制,方便研究人员进行不同条件下的模拟和推演。
- 精确性:计算机算法可以进行高精度的数值计算,能够准确模拟和推演系统的行为和性能。
- 可视化:计算机仿真法可以将仿真结果以图形、动画等形式展示出来,使研究人员更直观地理解系统的行为和性能。
2. 不足:- 假设和简化:计算机仿真法建立在数学模型的基础上,对系统进行了一定的假设和简化,可能会引入一定的误差和不确定性。
计算机的仿真技术有哪些详解仿真的基本原理与应用计算机的仿真技术是指通过使用计算机系统模拟或重现实际物理对象、系统或过程的技术。
它利用计算机的强大计算能力和图形处理能力,在计算机中构建仿真模型,来模拟和模仿现实世界中的各种情况和场景。
下面将详细介绍计算机仿真技术的基本原理和应用。
一、基本原理计算机仿真技术的基本原理包括四个方面:建模、数值计算、可视化和实验验证。
1. 建模建模是仿真技术的第一步,也是最关键的一步。
建模是指将仿真对象抽象为计算机能够识别和处理的数学模型或物理模型。
模型可以是几何模型、物理模型、逻辑模型、控制模型等,根据仿真对象的不同而有所区别。
建模的质量和准确性直接影响到仿真的可靠性和精度。
2. 数值计算数值计算是仿真技术的核心内容,通过数值计算可以模拟仿真对象在不同条件下的行为和变化规律。
数值计算方法包括有限元法、有限差分法、有限体积法等,根据仿真对象和仿真需求的不同而灵活选择。
数值计算的正确性和效率是评价仿真技术好坏的重要指标。
3. 可视化可视化是将仿真结果以图形、动画或视频等形式呈现给用户,提供直观、直观的观察和分析工具。
可视化技术主要包括计算机图形学、动画技术、虚拟现实技术等,能够为用户提供真实、逼真的感觉和交互体验。
4. 实验验证实验验证是通过对仿真结果与实际数据进行对比和分析,验证仿真的准确性和可靠性。
实验验证通常采用对比实验、实验数据分析等方法,比较仿真结果与实际观测结果之间的差异,从而评估仿真模型和仿真方法的优劣。
二、应用领域计算机仿真技术在各个领域都得到广泛应用,以下是几个常见的领域。
1. 工程领域在工程领域,计算机仿真技术可以模拟和预测物理系统的行为,帮助工程师设计、测试和优化产品或工艺。
例如,在汽车工程中,可以使用仿真技术模拟汽车的碰撞、行驶和燃油消耗等情况,为汽车设计提供指导和优化。
2. 医学领域在医学领域,计算机仿真技术可以模拟和分析人体内的生理过程,帮助医生和研究人员了解疾病的发展过程和治疗效果。
计算机计算机仿真基础知识了解计算机模拟与仿真的原理与应用计算机仿真基础知识:了解计算机模拟与仿真的原理与应用计算机仿真技术是通过计算机模拟与仿真的手段来对真实世界进行复杂的建模、分析和预测的一种方法。
它在各个领域都有广泛的应用,如航空航天、汽车工业、医学研究等。
本文将介绍计算机仿真的基础知识,包括其原理和应用。
一、计算机仿真的原理1. 模拟的概念模拟,即对一个系统或对象进行逼真的复制,使之在某些方面与原对象相似。
在计算机仿真中,通过建立模型来模拟真实世界的系统或过程。
2. 计算机模型计算机模型是对真实系统进行抽象和描述的数学或逻辑模型。
它可以是物理模型、逻辑模型或数学模型。
通过计算机模型,可以对真实系统进行仿真。
3. 仿真的过程计算机仿真是通过模拟大量的实验数据和场景,运用数学、物理和仿真软件来模拟真实系统的运行过程。
仿真过程可分为建模、求解和验证三个阶段。
- 建模:选择合适的数学或逻辑模型来描述真实系统,并将其转化为计算机程序。
- 求解:使用计算机程序对模型进行求解,得到仿真结果。
- 验证:通过与真实系统的实际数据进行对比,验证仿真结果的准确性和可信度。
4. 仿真的优势计算机仿真具有以下优势:- 成本低廉:相比真实实验,仿真技术可以大大降低成本。
- 安全性高:在危险或高风险环境下,可以通过仿真技术进行模拟,避免可能的伤害。
- 时效性强:仿真技术可以大大缩短实验周期和时间成本,提高效率。
- 灵活性:可以对系统参数进行灵活调整,以研究和优化系统性能。
二、计算机仿真的应用1. 航空航天领域航空航天领域是计算机仿真的主要应用领域之一。
通过计算机模拟飞行器的飞行过程,可以评估设计的性能、飞行特性和燃料效率等。
同时,还可以对飞行器进行故障检测和故障诊断。
2. 汽车工业在汽车工业中,计算机仿真技术可以对汽车的车身结构、碰撞安全性、燃油经济性等进行评估和分析。
通过模拟不同道路条件和驾驶行为,可以优化汽车的设计,提高安全性和性能。
计算机仿真与模拟实验计算机仿真与模拟实验是一种通过计算机技术来模拟真实世界中的现象和过程的方法。
它利用计算机软件和硬件资源,通过对现实世界中的数据、模型和算法进行处理,模拟出真实世界中的实验过程,从而达到研究、分析和解决问题的目的。
一、计算机仿真的概念计算机仿真是指利用计算机技术对真实世界中的系统或过程进行模拟和再现的过程。
它通过对系统的行为、性能和特点进行建模和模拟,以预测系统在特定条件下的运行情况,或者验证某种理论的正确性和有效性。
二、计算机模拟实验的特点1.虚拟性:计算机模拟实验是在虚拟环境中进行的,不需要真实的实验设备和资源,可以在计算机上模拟出真实实验的整个过程。
2.可重复性:计算机模拟实验可以重复进行多次,通过多次实验可以得到更加准确和可靠的结果。
3.灵活性:计算机模拟实验可以方便地对实验条件和参数进行调整,可以模拟出不同情况下的实验结果。
4.经济性:计算机模拟实验可以节省实验设备和资源的使用,降低实验成本。
5.安全性:计算机模拟实验可以在安全的虚拟环境中进行,避免了真实实验中可能出现的风险和危险。
三、计算机模拟实验的应用领域1.自然科学:计算机模拟实验在物理学、化学、生物学等领域中有着广泛的应用,可以模拟出自然界中的各种现象和过程。
2.工程技术:计算机模拟实验在机械、电子、建筑、航空航天等领域中有着重要的应用,可以用于产品设计和性能测试。
3.社会科学:计算机模拟实验在经济学、政治学、社会学等领域中也有着广泛的应用,可以模拟出社会系统中的各种现象和过程。
4.医学与生物学:计算机模拟实验可以用于模拟人体生理和病理过程,用于新药研发和疾病治疗研究。
5.环境科学:计算机模拟实验可以用于模拟环境污染和生态系统的变化,用于环境保护和资源管理研究。
四、计算机仿真与模拟实验的方法和技术1.建模方法:计算机仿真与模拟实验首先需要建立数学模型,通过数学语言描述系统的行为和性能。
2.数值计算方法:计算机仿真与模拟实验需要运用数值计算方法对模型进行求解,得到系统的运行结果。
计算机仿真技术实验报告1. 引言计算机仿真技术是一种基于计算机模型的虚拟实验手段,通过对真实系统的建模和仿真运行,可以模拟系统在不同条件下的行为和性能,从而实现系统优化、预测和决策支持等目的。
本实验旨在通过一个简单的例子,介绍计算机仿真技术的基本原理和应用。
2. 实验目的掌握计算机仿真技术的基本原理和方法,通过实际操作了解模型建立、参数设置和结果分析等相关内容。
3. 实验过程3.1 模型建立选择一个适合的仿真软件,如Arena、Simulink等,并根据实际需要,在软件中建立相应的仿真模型。
模型的建立包括确定系统的输入、输出、变量和参数,并定义其关系和约束条件。
3.2 参数设置为了保证仿真结果的准确性和可靠性,需要对模型中的参数进行设置。
根据实际情况,选择合适的参数值,并考虑不同参数对仿真结果的影响。
3.3 仿真运行设置好参数后,可以运行仿真程序,观察系统在不同条件下的运行情况。
可以通过改变输入、输出、变量和参数等相关参数,来模拟不同的系统行为。
3.4 结果分析根据仿真运行的结果,进行相应的数据分析和结果评估。
可以通过绘制柱状图、折线图、散点图等,直观地展示系统的性能和行为。
4. 实验结果与讨论根据实际情况,展示实验的结果,并进行相应的讨论。
可以比较不同参数下的仿真结果,分析其差异和影响因素。
在讨论时,可以考虑系统的稳定性、效率、安全性等方面。
5. 实验结论通过本次实验,我们深入了解了计算机仿真技术的基本原理和方法,并通过实际操作,掌握了模型建立、参数设置和结果分析等相关技能。
计算机仿真技术具有广泛的应用领域,包括交通运输、物流管理、生产调度、风险评估等,可以帮助我们理解和优化现实系统的运行和性能。
6. 参考文献[1] Robert, J. (2007). Simulation Modeling and Analysis. Boston: McGraw-Hill.[2] Banks, J., Carson, J., Nelson, B. L., & Nicol, D. M. (2000). Discrete-Event System Simulation. New Jersey: Prentice Hall.7. 致谢感谢实验指导教师对本次实验的支持和指导,也感谢实验中的所有参与人员的付出和帮助。
实验一数据检验Ⅰ伪随机数检验一、实验要求对高级语言自带的[0,1]均匀分布伪随机数发生器,进行平均值、方差、均匀性和相关性检验。
二、算法流程1、使用系统函数rand()生成随机数;2、对生成的数据按照相关检验的公式加以检验。
三、仿真实验1、程序#include <iostream>#include <cmath>#include <sys/timeb.h>#include <stdlib.h>#define rand_MAX 32767#define num_MAX 1000using namespace std;int num_AVG=num_MAX/10;double dRan[num_MAX];double dTemp;double sum,avg; //平均值double variance;int num_k[10]; //分布均匀性检验double jy;double rk[3],U[3]; //独立性检验int k[3]={10,50,100}; //距离void EquRand(double* dRan){unsigned int seedVal;struct timeb timeBuf;ftime(&timeBuf);seedVal=((((unsigned int)timeBuf.time&0xFFFF)+(unsignedint)litm)^(unsigned int)litm);srand((unsigned int)seedVal);for(int i = 0; i < num_MAX; i++){dTemp= (double)rand() / rand_MAX; //生成随机数*(dRan+i) = dTemp;sum+=dTemp; //求x总和for(int j=0;j<10;j++) //将[0,1]等分为10分,求随机数在个区间落入的数目 if(dTemp>=(double(j)*0.10)&&dTemp<(double(j+1)*0.10)){num_k[j]++;break;}}avg=sum/num_MAX; //求平均值for(int i=0;i<num_MAX; i++) //求方差variance+=(*(dRan+i)-avg)*(*(dRan+i)-avg);variance/=double(num_MAX);for(int i=0;i<10;i++) //均匀性检验jy+=double((num_k[i]-num_AVG)) *double((num_k[i]-num_AVG))/double(num_AVG); for(int i=0;i<3;i++){for(int j=0;j<num_MAX-k[i]; j++) //独立性检验rk[i]+=(*(dRan+j))*(*(dRan+j+k[i]));rk[i]/=double(num_MAX-k[i]);rk[i]-=avg*avg;rk[i]/=variance;U[i]=rk[i]*sqrt(num_MAX-k[i]);}}void ShowRand(){printf("平均值=%lf,误差%lf%c\n",avg,abs((avg-0.5)/0.5*100.0),37);printf("方差=%lf,误差%lf%c\n",variance,abs((variance-1.0/12.0)*1200.0),37); printf("均匀性检验x^2=%lf,取置信度5%,查表得到理论值为16.919,所以伪随机数服从[0,1]上均匀分布是95%可信的。
\n",jy);for(int i=0;i<3;i++)printf("取k=%d,独立性检验|U|=%lf,取置信度5%,查表得理论值为1.96,所以伪随机数的独立性是95%可信的。
\n",k[i],abs(U[i]));}int main(){EquRand(dRan);ShowRand();system("pause");return 0;}2、初始条件生成随机数的个数:num_MAX=1000用作独立性检验的前后距离:k[3]={10,50,100}置信度95%3、实验结果四、结果分析求出生成的1000个[0,1]均匀分布的伪随机数的样本平均值和样本方差,因为它们分别是给定分布的期望和方差的无偏估计。
用程序算出的样本均值为0.497668,样本方差为0.083044。
可以看出误差都在5%以内。
分布均匀性检验:把[0,1]均分成10个小区间,生成1000个[0,1]上均匀分布的伪随机数,统计每个小区间上的实际频数并计算出统计量得7.86000。
取置信度5%,查21-nχ分布表得到29,05.0χ=16.919,显然29,05.0χ<C。
所以这1000个伪随机数服从[0,1]上均匀分布是95%可信的,可以看出C/C++中生成的伪随机数的随机性和均匀性的可信度是很高的。
独立性检验:假设取k为10、50和100,分别计算出其统计量|U|为0.719329、0.410232和0.581715。
查标准正态分布表得Ф(0.975)=1.96,由此可知,C/C++中生成的均匀分布伪随机数的独立性是满足95%可信度的。
因此,采用当前系统时间作为种子提供给rand( )函数,采用适当的线性变换生成的[0,1]上的伪随机数是满足均匀分布的。
Ⅱ循环数列检验一、实验要求对循环数列: 0, 0.01, 0.02, …, 0.99, 1.00, 0, 0.01, …. 进行上述检验。
二、算法流程1、生成循环数列: 0, 0.01, 0.02, …, 0.99, 1.00, 0, 0.01, …;2、对生成的数据按照相关检验的公式加以检验。
三、仿真实验1、程序#include <iostream>#include <cmath>using namespace std;#define num_MAX 1000int num_AVG=num_MAX/10;double num[num_MAX];double sum,avg; //平均值double variance;int num_k[10]; //分布均匀性检验double jy;double rk[3],U[3]; //独立性检验int k[3]={10,50,100}; //距离void func(){int i;for(int i = 0; i < num_MAX; i++){sum+=num[i]; //求x总和for(int j=0;j<10;j++) //将[0,1]等分为10分,求随机数在个区间落入的数目 if(num[i]>=(double(j)*0.10)&&num[i]<(double(j+1)*0.10)){num_k[j]++;break;}}avg=sum/num_MAX; //求平均值for(int i=0;i<num_MAX; i++) //求方差variance+=(num[i]-avg)*(num[i]-avg);variance/=double(num_MAX);for(int i=0;i<10;i++) //均匀性检验jy+=double((num_k[i]-num_AVG)) * double((num_k[i]-num_AVG))/double(num_AVG); for(int i=0;i<3;i++){for(int j=0;j<num_MAX-k[i]; j++) //独立性检验rk[i]+=num[j]*num[j+k[i]];rk[i]/=double(num_MAX-k[i]);rk[i]-=avg*avg;rk[i]/=variance;U[i]=rk[i]*sqrt(num_MAX-k[i]);}}void show(){printf("平均值=%lf\n",avg);printf("方差=%lf\n",variance);printf("均匀性检验x^2=%lf,取置信度5%,查表得到理论值为16.919,所以服从[0,1]上均匀分布是95%可信的。
\n",jy);for(int i=0;i<3;i++)printf("取k=%d,独立性检验|U|=%lf,取置信度5%,查表得理论值为1.96,所以95%的独立性是不可信的。
\n",k[i],abs(U[i]));}int main(){int i=1,j=1;while(i<num_MAX){num[i]=j/100.0;++i;++j;if(j==100) j=0;}func();show();system("pause");return 0;}2、初始条件生成循环数列数据的个数:num_MAX=1000用作独立性检验的前后距离:k[3]={10,50,100}置信度95%3、实验结果四、结果分析对于生成的循环数列,用程序算出的样本均值为0.495000,样本方差为0.083325。
分布均匀性检验:把[0,1]均分成10个小区间,统计每个小区间上的实际频数并计算出统计量得6.00000。
取置信度5%,查21-nχ分布表得到29,05.0χ=16.919,显然29,05.0χ<C。
所以循环数列服从[0,1]上均匀分布是95%可信的。
独立性检验:假设取k为10、50和100,分别计算出其统计量|U|为15.387278、15.415659和30.000000。
查标准正态分布表得Ф(0.975)=1.96,可知,其独立性不可信。
小结通过本次实验,我对数据的检验了解了很多。
对rand()函数生成的数据进行分析,我知道了C 语言中提供的rand( )函数是采用线性同余算法产生一个从0到32767服从均匀分布的正整数,在对生成的数据进行分析,我发现生成的数据有很大的均匀性和独立性。
作为对比,我们对循环数列也进行了分析,循环数列的独立性很差。
在实验的过程中,我觉得用作分布均匀性检验的公式∑=-=ni i i i n m n C 12)(有很大的局限性,在对循环数列进行均匀性分析时,当数据量变大时,均匀性统计量也在不断变大,并超过了可信临界值,这不符合逻辑。