正如您所知，nextgaussian从正态分布生成一个随机数，平均值为零，标准偏差为1。
这意味着你会有大量的负数从发电机里出来。负数在应用程序中可能没有意义。所以你应该计划好避开它们。
为什么不尝试这样的方法来获取随机数（未调试）

public static float nextDistance () {
  final double meanlength = 10.0;
  final double meanstdev  = 5.0;
  while (true) {
    double result = meanLength + (meanstdev * rnd.nextGaussian())
    if (result >= 0) return result;
  }

这将返回一个正距离值，平均值为10，标准偏差为±5.如果作为偏移和缩放的高斯查找结果为负，则此函数将重试。丢弃样本会稍微破坏你的随机性。但对于测试数据来说，这可能是可以的。
不过，我想知道您的应用程序是否应该使用泊松分布而不是高斯分布？这可能比高斯分布更能描述边缘长度的分布。也可以生成泊松随机数。