在Matlab中，如何生成10个随机种子？

Question

我有下面的代码，我被告知我需要使用不同的种子来生成我的随机数10次，然后平均那些，以获得一个平滑的图表。我在使用Matlab方面没有多少经验，所以即使在阅读了文档之后，我也不知道这些种子是如何工作的。

% Create an array
S = 0:20;
CW = 0:5:100;
S(1) = 0;
CW(1) = 0;

counter = 2;  % Counter for the nuber of S 
N = 20;  % Number of nodes

% Collect data for each increment of 5 up to 100 for CW values
for i = 5:5:100

    T = 10000 / i;  % Total number of cycles

    % Create array of next transmission times for N nodes
    transmission_time = floor(i * rng(1, N)); 
    total_success = 0;

    % Loop for T cycles
    for t = 1:T

        % For 0 to the number of contention windows
        for pos = 0:i-1

           % Count the number of nodes that have the current CW
            count = 0;
            for node = 1:N
               if transmission_time(node) == pos
                   count = count + 1;
               end
            end

            % If there is more than 1, then a collision occurs
            collision = false;
            if count > 1
                collision = true;
            % If there is exactly 1, then there is a success
            elseif count == 1
                total_success = total_success + 1;
            end 

            % If there is a collision, reassign new transmissions times
            if collision == true
                for node = 1:N
                    if node == pos
                        transmission_time(node) = floor(i * rand(1));
                    end
                end
            end
        end
    end

    % Display the ratio of successes
    S(counter) = total_success / (T * i);
    counter = counter + 1;
end

% Plot the graph for Success vs CW
plot(CW, S, 'o-');
xlabel('Contention Window, CW');
ylabel('Throughput, S');

Answer 1

抱歉弄得这么乱。我想你们中的一些人说我不需要产生不同的流是对的。

在上面的代码中，有一行写着“如果节点== pos"，这是不正确的，应该是"if transmission_time(节点) == pos”。

这一行是导致我的图表不正常的原因。我还需要为成功的数据包生成新的随机数。

不过，谢谢你的建议！我知道了更多关于在Matlab中使用种子的随机性是如何工作的！

Answer 2

来自matlab 文档

生成器的频繁重播不会改善输出的统计特性，也不会使输出在任何实际意义上更具有随机性。在重新启动MATLAB或运行涉及随机数的大型计算之前，重新播种可能非常有用。但是，在会话中频繁地重新播种生成器并不是一个好主意，因为随机数的统计属性可能会受到不利影响。

您不需要在rand中使用不同的种子:每次运行它时，它都不会生成相同的数字序列。例如

R = zeros(1e5,1);
for ii = 1:1e5
    R(ii) = rand;
end
Rsorted = sort(R);
dRsorted = diff(Rsorted);
find(dRsorted == 0)

将返回和空矩阵：rand从不返回相同的随机数在100,000个连续调用。

而且，在您的代码中，有一些错误。transmission_time = floor(i * rng(1, N));行应该读transmission_time = floor(i * rand(1, N));。

如果希望为每个周期使用不同的种子，可以在第一次使用rand之前添加以下调用：rng(i);。使用它，您将能够控制生成的随机数(rand将产生可预测的数字序列)。

Answer 3

的确，如果您有某种模拟，用相同的随机数多次运行它是无用的。基本上有两种解决方案：

1.非常容易，不会产生可重复的结果

在代码开始时，将rng设置为基于now的内容。

这样你每次都会有不同的结果。

2.简单且推荐，生成可重复的结果

将您的模拟封装在一个循环中，如果您每次按顺序执行它们，您将得到与您的模拟结果不同的结果(从而允许您将结果平均)，并且结果仍然可以被复制。

请注意，通常如果您想要减少模拟的波动率，您不需要多次运行它，而只需要让它运行更长时间。