我想知道 normal_distribution 函数使用什么样的随机数生成器？
它适合科学模拟应用吗？
问候
【问题讨论】：
标签： c++ simulation
std::normal_distribution 不生成任何随机数。这是一个随机数分布。随机数分布仅将 随机数引擎 返回的值映射到某种分布。他们自己不做任何一代。所以你关心的是随机数engine。
标准提供的随机数引擎之一，std::mersenne_twister_engine 是一个非常高质量的随机数引擎。您可以使用它来生成具有正态分布的随机数，如下所示：
std::random_device rd;
std::mt19937 gen(rd()); // Create and seed the generator
std::normal_distribution<> d(mean, deviation); // Create distribution
std::cout << d(gen) << std::endl; // Generate random numbers according to distribution
请注意，std::mt19937 是 typedef 的 std::mersenne_twister_engine。
【讨论】：
std::mt19937 是 std::mersenne_twister 模板的特定实例化的 typedef。 std::mt19937 是经过验证的伪随机数生成器。模板可以用产生不是特别好的引擎的值来实例化，所以大多数人应该坚持std::mt19937。
<random> 标准库的全部意义在于将分布与随机数生成器分开。 您提供一个随机数生成器来生成均匀整数，而分布负责将该随机、均匀的整数序列转换为所需分布的样本。
幸运的是，<random> 库还包含一组随机数生成器。 Mersenne Twister (std::mt19937) 尤其是相对较好的（即速度快且统计质量高）。
（您还需要为生成器提供一个种子。）
【讨论】：
我知道帖子很旧，但是，我希望我的回答是有益的。我使用normal_distribution 为传感器生成高斯噪声。这有利于模拟传感器。例如，假设您有一个传感器，可以为您提供 2D 机器人的位置。每次移动机器人时，传感器都会为您提供机器人位置的一些读数。在 OpenGL 中，您可以模拟此示例。例如，您可以跟踪鼠标的位置，并在鼠标的真实位置上添加一些高斯噪声。在这种情况下，您有一个跟踪鼠标位置的传感器，但是由于噪声，它具有不确定性。
【讨论】：