我应该如何为遗传算法生成随机数？ [关闭]答案

【问题标题】：How should I generate random numbers for a genetic algorithm? [closed]我应该如何为遗传算法生成随机数？ [关闭]
【发布时间】：2015-08-03 11:18:45
【问题描述】：

我正在编写一个遗传算法来解决 Master Mind 游戏。我对最佳方法进行了大量研究，拥有多样化的人口非常重要。我正在尝试确定如何在 C++ 中获得非常好的随机数。我在程序开始时完成了srand(time(NULL)) 来设置种子，然后我只是使用了rand()。我想知道的是，这真的是随机的吗？是不是很不错？还有其他更好的随机数库吗？

我知道数论和随机性是一个非常复杂的主题；在编写自己的rand() 版本时，您有什么建议吗？

【问题讨论】：

如果你有 C++11，请使用this。
对于遗传算法，你不需要非常好的随机数，std::mt19937 就可以了。
查看其中一项是否符合您的需求：en.cppreference.com/w/cpp/numeric/random
如果你有 C++11，你应该使用std::mt19937 并且可能使用std::uniform_xxx_distribution。如果你没有 C++11，你应该得到它。
哦，哇，我不知道所有这些都存在于 C++11 中！我得检查一下，但我想我有。那些将是完美的！

标签： c++ random genetic-algorithm number-theory

【解决方案1】：

对于加密，您需要非常强大的随机数属性。那里的许多文献都集中在这些要求上。一个典型的解决方案是使用环境噪声（硬盘驱动器延迟、网络数据包、鼠标移动、RDRAND、HAVEGE...）为 SHA-256 的迭代应用程序播种。

对于 Monte-Carlo 模拟或 AI 应用程序，随机性要求确实要低得多。事实上，非常简单的生成器就足够了。最基本的是臭名昭著的线性同余生成器，它现在被认为有点过时了，因为输出模式有时会产生明显和不需要的采样效果（特别是，在 70 年代和 80 年代进行的一些实验研究很可能是有缺陷的，因为这）。如今，Mersenne Twister 更受欢迎，对于电脑游戏来说已经绰绰有余了。它在 C++ 标准库中可用：请参阅 std::mt19937。

【讨论】：

非常感谢！这很有启发性

【解决方案2】：

rand()的随机性真的很差。这是一个沼泽标准LCG，通常随机性差，投影质量差。如果您认真对待应用程序的随机性质量，则需要使用更好的东西。那么就看你要不要保留标准库了。

如果您想使用标准库，请使用 <random> 标头和 Mersenne Twister。

但是，我建议您改用the PCG random family。速度快，质量好，修复了<random>的大部分错误。

【讨论】：