R语言蒙特卡洛模拟函数中采样点距离约束模块的实现方法

要满足最小距离采样约束，我们可以封装专用的约束采样函数，替换原有代码里的无约束随机采样逻辑即可：

1. 单次采样时先随机选取第一个样本点加入结果集
2. 后续每抽取一个候选点，就和结果集内所有已选点计算距离，只有所有距离都≥m时才将该点加入结果集
3. 重复步骤2直到结果集的样本量达到要求

# --------------- 原有基础代码 ---------------
## 创建示例数据集
# x、y为坐标
x <- c(1:100)
y <- rev(c(1:100))
## z、w为土壤检测值
set.seed(2345)
z <- rnorm(100,mean=50, sd=10)
set.seed(2345)
w <- rnorm(100, mean=75, sd=5)
data <- data.frame(x, y, z, w)

# 距离计算函数
calc.dist <- function(x1, y1, x2, y2) {
  d <- sqrt(((x2 - x1)^2) + ((y2 - y1)^2))
  return(d)
}

# --------------- 新增约束采样函数 ---------------
# 参数说明：
# dat: 完整样本数据集
# n_sample: 需要抽取的样本量
# min_dist: 两点之间最小距离阈值（即你说的m）
constrained_sample <- function(dat, n_sample, min_dist) {
  # 初始化结果索引向量
  selected_idx <- c()
  # 所有可选样本的索引
  available_idx <- seq_len(nrow(dat))
  
  # 第一个点随机选
  first_idx <- sample(available_idx, 1)
  selected_idx <- c(selected_idx, first_idx)
  available_idx <- setdiff(available_idx, first_idx)
  
  # 循环选剩下的点
  while(length(selected_idx) < n_sample) {
    # 随机选一个候选点
    cand_idx <- sample(available_idx, 1)
    # 计算候选点和所有已选点的距离
    dists <- mapply(calc.dist, 
                    dat$x[cand_idx], dat$y[cand_idx],
                    dat$x[selected_idx], dat$y[selected_idx])
    # 所有距离都≥最小阈值则入选
    if(all(dists >= min_dist)) {
      selected_idx <- c(selected_idx, cand_idx)
      available_idx <- setdiff(available_idx, cand_idx)
    }
  }
  # 返回采样后的数据集
  return(dat[selected_idx, ])
}

# --------------- 修改后的采样循环 ---------------
# 自定义最小距离m，这里示例设为20，可根据你的需求修改
m <- 20
# 初始化结果列表
data.step.sim.list <- list()
# 样本量逐步递增采样
for(i in seq_len(nrow(data))) {
  # 每个样本量重复100次，替换原sample为constrained_sample
  thisdat <- replicate(100, constrained_sample(data, n_sample = i, min_dist = m), simplify = FALSE)
  data.step.sim.list[[i]] <- thisdat
}

• 提前确认设置的最小距离m不要过大，如果当前数据集里最多只能选出k个两两距离≥m的点，当采样量i>k时会陷入死循环。可以先提前测试给定m下数据集的最大可采样量，或者在constrained_sample函数里加最大迭代次数判断避免卡死。
• 如果你的数据集坐标本身带单位，直接按单位设置m的值即可，不需要额外转换距离计算逻辑。

内容的提问来源于stack exchange，提问作者Vaughn Reed