如何用Matlab产生可重复的随机数

1. 前言

Matlab产生的随机数是伪随机数。所谓伪随机数，就是指

• 给定一个初始状态
• 按照某种方法或规律

而产生的随机数。

只要初始状态和方法相同，产生的随机数就是相同的。

以下试验均通过 Matlab R2016a 进行，适用于函数 rand, randi, 和 randn 。用到的参考资料有，

参考资料1：https://www.mathworks.com/help/matlab/math/generate-random-numbers-that-are-repeatable.html#bt1uhlr
参考资料2：https://www.mathworks.com/help/matlab/ref/rng.html
参考资料3：https://www.mathworks.com/help/matlab/ref/randstream.html
参考资料4：https://www.mathworks.com/help/matlab/math/why-do-random-numbers-repeat-after-startup.html

如果你想直接产生可重复的随机数，而没有耐心看前面的部分，请直接跳到第5节。

2. 对应的术语

在Matlab中：

• 初始状态对应：种子和状态向量，
• 某种方法或规律对应：随机数生成器类型。

3. 如何设置随机数种子与随机数生成器类型

3.1 随机数生成器类型有哪些

可供设置的随机数生成器类型见下表，来自参考资料2。

3.2 种子的取值范围

目前，好像没有找到资料指明种子的取值范围。事实上Matlab的错误提示给出了答案：小于 2^32 的非负整数。

3.3 设置语法

设置种子的值与随机数生成器类型语法如下：

rng(seed); %保持当前的随机数生成器类型，设置种子值为seed
rng(100); %保持当前的随机数生成器类型，设置种子值为100
rng(seed, generator); %设置种子值为100，并指定随机数生成器为generator
rng(0,'twister'); %设置种子值为0，并指定随机数生成器为Mersenne Twister

设置建议：一般说来，虽然只指定种子而不改变类型也是可以的，但是建议同时设定两个，因为参考资料1中提到：

翻译过来就是：

如果你想要：

保证你的代码在当前及今后的 Matlab 版本中都运行一致，

保证你在之前的 Matlab 版本中写的代码并运行的结果与现在一致，

保证你的代码在运行其他代码之后的运行结果一致，

请同时指定种子与生成器类型。

4. Matlab启动时的默认行为

Matlab启动时的默认行为如下：

– 设置种子类型为Mersenne Twister
– 设置种子为0
– 设置状态向量为一默认的初始值

这三句可通过 rng(0,’twister’) 实现，等效于 rng(‘default’) 。

等效的原因是在通过rng(seed)或rng(seed, generator)设置种子时，Matlab会自动重置状态向量为初始状态。

因此实际上，Matlab每次启动之后，同样的代码产生的随机数应该是一样的（当然要在同一个版本的Matlab下，因为不同版本的Matlab可能会调整随机数生成器类型与默认种子）。

5. 如何产生可重复的随机数

一个简单有效而比较愚蠢的办法，运行完代码之后重启Matlab，重启后下一次运行的结果和上一次保证是一模一样的。

另一个办法，根据刚才所述，只要设置好种子值与随机数生成器类型即可。

例如，如果在产生随机数前，我都运行这个命令

rng(1,'twister');

那么每次运行rand(5)产生的结果都是

>> rng(1,'twister');
>> rand(5)

ans =

0.4170 0.0923 0.4192 0.6705 0.8007
0.7203 0.1863 0.6852 0.4173 0.9683
0.0001 0.3456 0.2045 0.5587 0.3134
0.3023 0.3968 0.8781 0.1404 0.6923
0.1468 0.5388 0.0274 0.1981 0.8764

这个办法有一个缺陷：作用是全局的。设置完种子值和随机数生成器类型，之后产生的所有随机数都会受此影响。

如果我想要同时产生多个随机数流，并在某个时刻只对某个或某几个随机数流进行重置，则需要用到下面的 RandStream 函数。

6. RandStream的用法

以后再说，客官可以先看看参考资料3。