tcl中如何产生随机数
[前言]
亂數產生器在NS2中是非常重要的，舉凡網路節點在NAM中的位置或者是應用程式在何時開始傳送或結束資料傳輸，都會用到亂數產生器。因此，在本節中，筆者將介紹如何在NS2中使用亂數產生器。
[種子(seed)和分佈(distribution)]
亂 數產生器所產生的數值是由種子和分佈所控制的，不同的種子或者是分佈就會產生出不同的亂數。我們可以這樣思考，當一個種子和分佈決定之後，亂數產生器會產 生出一個表格，表格內是由一長串不同數字所組成，當我們需要一個亂數，亂數產生器就會去選取這個表格中第一個數字，當再需要另一個亂數，亂數產生器就會去 選取這個表格中第二個數字，以此類推，所以當使用種子和分佈相同時，得到的亂數會相同，若不同時，得到的亂數會不同。而在NS2中，若是種子的值為0的話，則表示每次執行程式的時候，亂數產生器都會在產生出不同的表格，也就是說每次得到的亂數都不相同。
[Creating Random Variable]
若是我們要在NS2中產生一個亂數產生器，並把種子設定為2，則可以把下面的程式碼放入tcl code中。
set rng [new RNG]
$rng seed 2
當random variable產生之後，接下來要決定分佈，我們可以使用的分佈有Pareto、Constant、Uniform、Exponential、或HyperExponentail 等等分佈。
1. Pareto Distribution : 要提供expectation 和 shaper parameter β。
set r1 [new RandomVariable/Pareto]
$r1 use-rng $rng
$r1 set avg_ 10.0
$r1 set shape_ 1.2
2. Constant:
set r2 [new RandomVariable/Constant]
$r2 use-rng $rng
$r2 set avg_ 5.0
3. Uniform distribution: 要提供最小值和最大值
set r3 [new RandomVariable/Uniform]
$r3 use-rng $rng
$r3 set min_ 0.0
$r3 set max_ 10.0
4. Exponential distribution: 要提供平均值
set r4 [new RandomVariable/Exponential]
$r4 use-rng $rng
$r4 set avg_ 5
5. Hyperexponential distribution:
set r5 [new RandomVariable/HyperExponential]
$r5 use-rng $rng
$r5 set avg_ 1.0
$r5 set cov_ 4.0
[Tcl Code]
| set rng [new RNG] $rng seed 2
puts “Testing Pareto Distribution” set r1 [new RandomVariable/Pareto] $r1 use-rng $rng $r1 set avg_ 10.0 $r1 set shape_ 1.2 for {set i 1} {$i <=3} {incr i} { puts [$r1 value] }
puts “Testing Constant Distribution” set r2 [new RandomVariable/Constant] $r2 use-rng $rng $r2 set avg_ 5.0 for {set i 1} {$i <=3} {incr i} { puts [$r2 value] }
puts “Testing Uniform Distribution” set r3 [new RandomVariable/Uniform] $r3 use-rng $rng $r3 set min_ 0.0 $r3 set max_ 10.0 for {set i 1} {$i <=3} {incr i} { puts [$r3 value] }
puts “Testing Exponential Distribution” set r4 [new RandomVariable/Exponential] $r4 use-rng $rng $r4 set avg_ 5 for {set i 1} {$i <=3} {incr i} { puts [$r4 value] }
puts “Testing HyperExponential Distribution” set r5 [new RandomVariable/HyperExponential] $r5 use-rng $rng $r5 set avg_ 1.0 $r5 set cov_ 4.0 for {set i 1} {$i <=3} {incr i} { puts [$r5 value] } |
[執行結果]
Testing Pareto Distribution
7.323108e+02
1.034996e+01
3.241146e+01
Testing Constant Distribution
1.000000e+00
1.000000e+00
1.000000e+00
Testing Uniform Distribution
1.762401e+00
8.823415e+00
5.983056e+00
Testing Exponential Distribution
2.342635e+00
2.286844e+00
3.783593e+00
Testing HyperExponential Distribution
2.182741e-01
9.029152e-01
8.333935e-02
不管執行幾次，結果都會相同，這是因為seed都固定為2。
若是把seed改為0，第一次執行
Testing Pareto Distribution
2.384032e+00
5.089023e+00
4.105111e+01
Testing Constant Distribution
1.000000e+00
1.000000e+00
1.000000e+00
Testing Uniform Distribution
1.244962e+00
7.089372e+00
9.505300e+00
Testing Exponential Distribution
6.821317e-01
1.152453e+00
5.977962e+00
Testing HyperExponential Distribution
2.182741e-01
9.029152e-01
8.333935e-02
若是把seed改為0，第二次執行
Testing Pareto Distribution
2.095560e+00
3.138167e+00
4.567834e+00
Testing Constant Distribution
1.000000e+00
1.000000e+00
1.000000e+00
Testing Uniform Distribution
2.799521e+00
3.294468e-01
4.339498e+00
Testing Exponential Distribution
8.149149e-01
1.027426e+00
4.275210e+00
Testing HyperExponential Distribution
2.182741e-01
9.029152e-01
8.333935e-02
可以看出當seed為0時，Pareto、Uniform、Exponential所得到的結果會不相同。
[參考文件]
1. http://www-sop.inria.fr/mistral/personnel/Eitan.Altman/ns.htm