如何在NetLogo中生成0-1范围的指数分布（均值0.13）

你可以用两种方法解决这个问题，按需选择即可：

方法一：简单截断重生成 #

你设置的均值是0.13，指数分布数值超过1的概率极低（大概万分之4.6），直接生成后判断，超出范围就重新生成就行，代码简单直观：

set patch-quality random-exponential 0.13
while [patch-quality > 1] [
  set patch-quality random-exponential 0.13
]

因为触发循环的概率极低，完全不会影响模型运行效率。

方法二：逆变换法生成严格截断分布 #

如果需要严格的截断指数分布（把原指数分布0到1之外的部分剔除，剩余部分归一化），可以用逆变换法直接生成，不需要循环：

let max-cdf 1 - exp(-1 / 0.13)
let u random-float max-cdf
set patch-quality -0.13 * ln(1 - u)

原理是先算出原指数分布在x=1处的累积分布值，生成0到该值之间的均匀随机数，再通过指数分布的逆累积函数算出对应的patch-quality，这样生成的数值必然在0到1之间，完全符合截断后的指数分布特征。

内容的提问来源于stack exchange，提问作者JoseNav