版权所有2016-2022 James Paul Turner。 此文件是Arpra库的一部分。 Arpra库是免费软件：您可以重新分发和/或修改根据发布的GNU Lesser General Public License的条款由自由软件基金会（许可证第3版）或（由您选择）任何更高版本。 Arpra库的发布是希望它会有用，但无任何担保；甚至没有适销性的暗示保证或特定用途的适用性。参见GNU Lesser General Public许可证以了解更多详细信息。 您应该已经收到GNU Lesser General Public License的副本以及Arpra库。如果没有，请参阅http://www.gnu.org/licenses（http://www.gnu.org/licenses）/. 对于本软件包中指定为YYYY-ZZZ的任何版权年范围，请注意，范围指定了该封闭间隔中的每一年。 引言 Arpra是用于（Ar）位（p）精度（r）范围（a）分析的C库基于GNU MPFR的IEEE-754浮点计算。主要Arpra的用途是保持计算的上下限在整个计算。Arpra使用混合修剪区间/仿射算法减少偏差项以实现这一点。 仿射算法是区间算法的一种变体变量相关性。因此，它不会受到所谓的“依赖性问题”，由于缺少考虑变量相关性。问题将进一步描述在https://en.wikipedia.org/wiki/Interval_arithmetic#Dependency_problem.通过结合区间算法和仿射算法的结果，一种方法避免了区间算法的依赖性问题仿射算法的非线性函数过冲/欠冲问题。 Arpra使用GNU MPFR后端实现仿射算法。MPFR是一种任意精度浮点库，表示浮点MPFR变量可以具有任意精度。关于更多信息，请参阅MPFR项目网站网址：http://www.mpfr.org/.签署人使用任意判决后端实现仿射算法，例如，一个人能够测试数字精度的变化或集成方案在长时间内影响局部和全局错误数值模拟，无间隔爆炸问题规则区间算法受到了影响。 有关Arpra的实现和功能的更多信息，如量程微调和偏差项减少，请参阅原始发表文章： Turner，J.P.和Nowotny，T.（2021）。Arpra：任意精度范围分析库。神经信息学前沿，30。 https://doi.org/10.3389/fninf.2021.632729 快速启动 Arpra遵循熟悉的GNU/Linux软件构建范例。这个典型的安装过程包括以下内容。 如果从Git源存储库安装（即不是dist tarball），需要生成configure脚本和其他辅助文件通过在存储库的根目录中运行以下命令： autorecof-i-墙 这将从configure.ac和Makefile.am文件（注意，GNU Autotools必须安装在命令运行autorecof）。接下来运行configure、build和install命令： ./配置制作sudo make安装 所有已安装的Arpra文件都可以通过以下方式从系统中干净卸载运行以下命令： sudo进行卸载 可以使用以下命令执行一套测试程序： 进行检查 贡献 所有贡献（例如错误报告、功能请求、专家知识、，源代码和文档贡献）通过问题跟踪器https://github.com/arpra-project/arpra/issues网站或拉入请求。 Arpra的源代码存储库位于GitHub。使用以下方法克隆： git克隆https://github.com/arpra-project/arpra
