绝大多数的离散事件仿真软件都具有随机数的功能，通过随机数可以体现仿真事件的不确定性，保证仿真过程更加真实可靠。

计算机产生的随机数都是伪随机数，因此不同的仿真软件采用不同的随机数算法。Plant Simulation每一个版本都带有强大的随机数发生器，在11.0版本之前（老版本），采用MLCG算法产生随机数，从11.0版本开始（新版本），采用了更加强大的MRG63k3a+随机数算法。新版本中随机数算法到底有多强，软件开发人员是这样描述的：如果用一台8核，主频3GHz，i7 CPU 计算机每秒能够产生240亿个随机数，那么假使让这台计算机从宇宙大爆炸开始到现在计算138亿年，它也仅仅计算出了该随机数算法一个完整周期的3.38 / (10^86)!!!

关于伪随机数的产生原理和算法，往深里讲是一门学科，在这里不做深入研究。仅为大家分享Plant Simulation新老版本中随机数的3条使用建议。

1 随机数复位

随机数复位指的是什么？举个简单的例子：例如一个仿真模型中含有随机设置，比如随机加工、故障、切换时间等，然后进行多次独立的仿真实验。如果进行了随机数复位设置，那么每次实验结果和过程是完全一样的；如果没有进行随机数复位，那么每次实验结果和过程将不同。软件默认设置随机数复位，如果需要更改设置，可以编写代码（老版本：EventController.SeedReset:=true/false；新版本：EventController. IncrementRandomNumbersVariantOnReset:=true/false；）或快捷选项参考下图：

2 种子值（seed value）

新老版本随机数算法在种子值方面有很大的区别，老版本随机数算法需要两个种子值，新版本只需要一个，新老版本的种子值设置列表如下图：

老版本：在老版本中如果没有特殊的需求，基本不用人为设置种子值。在编写分布函数程序（例如：z_uniform(stream,start,stop)）或者设置控件随机参数（例如：Source控件的物料生成间隔服从某种概率分布）时，只需指定随机数流编号，系统会根据随机数流编号，在上图的列表中寻找相应的种子值。如果指定的随机数流编号超出列表所列范围，那么系统会按照编号顺序，自动生成缺少的所有种子值。

新版本：种子值的使用变化比较大。在编写分布函数程序时，与老版本基本一致，指定随机数流，系统在上图所示列表中根据随机数流编号找到对应的种子值。在控件中设置随机参数时，与老版本完全不同，新版本的控件自身带有种子值（可通过RandomSeed属性查询/设置），因此控件中不用设置随机数流，具体区别见下图。这样做的好处是可以为功能相同的两个控件设置相同的种子值，这样同一模型中就可以制作两个随机分布输出完全相同的两个控件，这在老版本中是做不到的。

由于新老版本的随机数算法种子值个数改变，也造成了一些问题。比如：用老版本软件建立带有实验管理器ExperimentManager的模型，用新版本软件不能正常运行，需要加载新的实验管理器并重新设置，类似这些问题是大家需要注意的。

3 随机数流（random number stream）

随机数流是相应种子值的编号，软件内部随机算法使用种子值生成随机数，但是我们在编程和控件设置的时候一般采用随机数流，系统会根据种子值列表自动对应。

总结：新版本还增加了Variant这样的功能，让我们可以在不改变当前随机设置的情况下，重复试验不同的随机输出。总之相比较老版本，功能更加的全面，设置也更加简单。但是具体的使用建议，比如：什么时候随机数不复位，什么时候设置控件自身种子值，等等这些疑问必须要结合具体的项目案例而定。