1,rand
2,randn 生成标准正态分布的伪随机数(均值为0,方差为1)
3, randi 生成均匀分布的伪随机整数
二,关于随机种子,伪随机数的重复生成
正常情况下每次调用相同指令例如rand生成的伪随机数是不同的,
例如:
rand(1,3)
rand(1,3)
matlab的输出为:
ans =
ans =
如何使两个语句生成的随机数相等呢?
Matlab帮助中的下面章节有所叙述:
Managing theDefault Stream
管理默认(缺省)流
rand, randn, and randidraw random numbers from anunderlying random number stream, called the default stream.The @RandStream class allows you to get a handle to the default streamand control random number generation.
rand,randn,和randi 从一个基础的随机数流中得到随机数,叫做默认流。你可以通过@RandStream 类得到默认流的句柄从而控制随机数的生成。
Get a handle to the default stream asfollows:
以下为得到默认流句柄的代码:
defaultStream=RandStream.getDefaultStream defaultStream = mt19937ar random stream (current default) Seed: 0 RandnAlg: Ziggurat
Return the properties of the stream object with the get method: 用get方法返回流对象属性:
get(defaultStream) Type: 'mt19937ar' NumStreams: 1 StreamIndex: 1 Substream: 1 Seed: 0 State: [625x1 uint32] RandnAlg: 'Ziggurat' Antithetic: 0 FullPrecision: 1
The State property is the internal state of the generator. You can save the State ofdefaultStream . state属性是发生器的内部状态,你可以保存默认流的状态:
myState=defaultStream.State;
Using myState , you can restore the state of defaultStream and reproduce previous results. 利用myState你可以恢复默认流状态重新生成前面的结果:
myState=defaultStream.State; A=rand(1,100); defaultStream.State=myState; B=rand(1,100); isequal(A,B) ans = 1
你也可以直接使用@RandStream 类的reset静态方法重置种子状态来获取相同的随机生成序列,下面是示例代码:
stream =RandStream.getDefaultStream;%获取默认的随机种子(暂时这么叫,帮助有详细解释)
reset(stream);%重置
rand(stream,1,3)
reset(stream);%重置
rand(stream,1,3)
matlab的输出为:
ans =
ans =
可以看出生成的随机码是相等的,这样可以用于重复实验上来
-------以上为转载部份-------------转载处:新浪博客--无名指
以上的说明表RandStream可以完成相同随机数的生成,这对于结果的可重复性是至关重要的。
下面从另一个方面,说明RandStream的应用场景,例如:
第一次在matlab运行程序的过程中我们生成了100个rand的随机数,然后退出了matlab.
第二次我们又在matlab中运行这个程序,那么,这次生成的100个rand随机数,实际上与第一次中的100个rand随机数是一样的,因此,这两次程序的运行结果将会一样,保证了结果的可重复性。
但是,往往,有这样的应用,在机器学习和模式识别中,我们要检验一个算法的稳健性,往往要在同个数据集上,运行多次,然后取平均值表明为这个算法的在这个数据集上的性能。假设运行100次,当要完成这100次所花费的时间很长时,自然我们想到,在n 个matlab中分开运行这100次,每个运行100/n次,为了得到每个运行结果的不一样,就需要运用RandStream
[s1,...,sn] = RandStream.create('mrg32k3a','NumStreams',n);%得到新的stream s = RandStream.getDefaultStream; %保存原有的默认stream RandStream.setDefaultStream(si); %重置默认stream %%%%%%run procedure%%%%%
RandStream.setDefaultStream(s);%还原默认stream
这样就保证了每个matlab运行的结果不一样。