Javascript 24小时内通过正态分布分配负荷，峰值在中午？

我试图在一天中的每一个小时内不均匀地分配负载，高峰处理时间大约在中午，这时有更多的人可用。基本上，我希望任务的“正态分布”与一个简单的

n/24=小时负荷
相对应

我们的目标是，大部分工作需要在一天当中完成，而在凌晨和深夜完成的工作更少


这就是我所能得到的曲线

// Number per day
const numberPerDay = 600;
const numberPerHour = numberPerDay / 24;

let total = 0;
for (let hour = 1; hour < 24; hour++) {
  // Normal Distribution should be higher at 12pm / noon
  // This Inverse bell-curve is higher at 1am and 11pm
  const max = Math.min(24 - hour, hour);
  const min = Math.max(hour, 24 - hour);
  const penalty = Math.max(1, Math.abs(max - min));

  const percentage = Math.floor(100 * ((penalty - 1) / (24 - 1)));
  const number = Math.floor(numberPerHour - (numberPerHour * percentage / 100));

  console.log(`hour: ${hour}, penalty: ${penalty}, number: ${number}`);
  total += number;
}

console.log('Expected for today:', numberPerDay);
console.log('Actual for today:', total);

//每天的数量
常数numberday=600；
常数numberhour=numberday/24；
设total=0；
for（让小时=1；小时<24；小时++）{
//正态分布在中午12点时应该更高
//这条反向钟形曲线在凌晨1点和晚上11点较高
const max=数学最小值（24小时，小时）；
const min=数学最大值（小时，24小时）；
常数惩罚=Math.max（1，Math.abs（max-min））；
常数百分比=数学下限（100*（（罚款-1）/（24-1））；
常数=数学楼层（数小时-（数小时*百分比/100））；
log（`hour:${hour}，penal:${penal}，number:${number}`）；
总数+=数量；
}
console.log（'预计今天：'，numberday）；
console.log（'今天的实际值：'，总计）；

活着

产生了这样的结果：

您需要实现一个高斯函数。以下链接可能会有所帮助：

你需要选择你的平均值和标准偏差（西格玛）。以下是我发现的一个片段：

//taken from Jason Davies science library
// https://github.com/jasondavies/science.js/
function gaussian(x) {
    var gaussianConstant = 1 / Math.sqrt(2 * Math.PI),
    mean = 0,
    sigma = 1;
    x = (x - mean) / sigma;
    return gaussianConstant * Math.exp(-.5 * x * x) / sigma;
};


要使其达到0-24，您将平均值设置为12，并调整西格玛，以尽可能多地分散曲线。您还需要稍微缩放“y”值

更新
我已经为您创建了一个JS提琴，它可以绘制我认为您需要的内容。

var数据=[]；
var scaleFactor=600
平均数=12，
西格玛=4；
高斯函数（x）{
var gaussianConstant=1/Math.sqrt（2*Math.PI）；
x=（x-平均值）/西格玛；
返回高斯常数*数学表达式（-.5*x*x）/sigma；
};
对于（x=0；x，您需要实现高斯函数。以下链接可能会有所帮助：

您需要选择您的平均值和标准偏差（sigma）。以下是我发现的一个片段：

//taken from Jason Davies science library
// https://github.com/jasondavies/science.js/
function gaussian(x) {
    var gaussianConstant = 1 / Math.sqrt(2 * Math.PI),
    mean = 0,
    sigma = 1;
    x = (x - mean) / sigma;
    return gaussianConstant * Math.exp(-.5 * x * x) / sigma;
};


为了使它达到0-24，你将平均值设置为12，并调整sigma，使曲线尽可能分散。你还需要稍微调整“y”值

更新
我已经为您创建了一个JS提琴，它可以绘制我认为您需要的内容。

var数据=[]；
var scaleFactor=600
平均数=12，
西格玛=4；
高斯函数（x）{
var gaussianConstant=1/Math.sqrt（2*Math.PI）；
x=（x-平均值）/西格玛；
返回高斯常数*数学表达式（-.5*x*x）/sigma；
};
对于（x=0；x我想你可以接受一个近似值。在这种情况下，类似于y=sin（pi*x）^4的东西可能是一个相对较好（且简单）的解决方案。然后，通过将y提高到接近1的幂，可以使这个分布更宽或更细


此外，它是循环的，因此通过执行以下操作来帮助实现

y = (sin(pi*hour/24))^4

和缩放以适应600个工作。
我想您可以接受近似值。在这种情况下，类似于y=sin（pi*x）^4的解决方案可能是一个相对较好（且简单）的解决方案。然后，可以通过将y提高到接近1的某个幂，使此分布更宽或更细


此外，它是循环的，因此通过执行以下操作来帮助实现

y = (sin(pi*hour/24))^4

和缩放以适应600个工作。
对于正态分布，您需要公式中的方差和then分布的例外。您是指数学上的
正态分布的真正含义，还是试图找到类似的东西来拟合上面的曲线？对于正态分布，您需要方差和then分布的例外但是在公式中。你是指数学
正态分布的真正意义，还是你正在试图找到类似的东西来拟合上面的曲线？高斯函数可能是一种可行的方法，但我不确定在1-24（小时）内会是什么样子范围。我已经在答案中添加了更多内容，并添加了一个JSFIDLE。您是否有可能将此标记为最佳答案，作为一个有效的解决方案，或者让我知道您是否需要我添加任何内容？谢谢。Stackoverflow对某些事情有最低时间限制（例如接受答案或奖励）.高斯函数可能是一种可行的方法，但我不确定1-24（小时）的情况范围。我已经在答案中添加了更多内容，并添加了一个JSFIDLE。您是否有可能将此标记为最佳答案，作为一个有效的解决方案，或者让我知道您是否需要我添加任何内容？谢谢。Stackoverflow对某些事情有最低时间限制（例如接受答案或奖励）。