Computer Generation of Normal Random Variables
正态随机变量的计算机生成AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用正态随机数生成与程序实现，没有明确的预测、金融模拟或其他所列计量细分应用。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
正态随机变量的计算机生成
- 研究问题
- 评价正态随机数生成算法时，如何把使用便利性与速度、精度共同纳入考虑，并衡量便利实现的计算成本？
- 方法与思路
- 作者研究若干算法的 FORTRAN 实现，并将其中两种用汇编实现以比较成本，另提出结合已有方法特点的混合算法。
- 材料陈述的贡献
- 摘要提出把使用便利性作为算法评价标准，并引入结合便利与快速方法特点的混合算法，但未报告全面性能优势。
- 阅读关注点
- 应核对便利性的评价标准、运行硬件与实现方式，以及速度、精度和混合算法之间的比较是否使用一致条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未给算法细节，历史实现比较不能直接代表现代平台性能。
原文摘要
This paper suggests that user accessibility as well as speed and accuracy should be used as a criterion to evaluate algorithms for generating random variables. FORTRAN implementations of several of the best current normal algorithms are studied. Two of the algorithms were also implemented in assembler for making comparisons with other studies and for assessing the cost of accessibility. A new mixing algorithm which combines features of the convenient and fast methods of Marsaglia et al. is introduced.