Question

对于一门课程，我试图实现并行蒙特卡罗模拟。该项目的要求之一是确切的结果应该是可重复的。在我目前的设计中，我有一份工作排队＆＃39;由std::default_random_engine实例和一组工作人员实施。一个工人从事一项工作。并将其用作自己的rng（也是std::default_random_engine的实例）的种子，并使用该实例运行模拟。

虽然结果确实可以重复，但确实给我留下了一些问题：

使用rng播种rng池会产生某种偏见吗？如果它取决于使用哪个rng（并且它可能确实如此），我应该使用哪个？
这个设计是否可以或有替代方案？

- 编辑 - 在进一步研究之后，我注意到以下内容：std::default_random_engine使用简单的线性同余生成器。它的状态只是它以前的价值。这意味着我的rng池的结果完全相同，但是换了一个。 mersenne twister（具有较大的内部状态）不会表现出这种行为：

#include <iostream>
#include <random>

int main(int argc, char** argv)
{
  std::default_random_engine e1(1);
  std::default_random_engine e2(e1());
  std::cout << e1() << ",\n" << e2() << '\n';

  std::mt19937_64 e3(1);
  std::mt19937_64 e4(e1());
  std::cout << e3() << ",\n" << e4() << '\n';
}

输出：

282475249,
282475249
2469588189546311528,
5601807455758261240

Answer 1

这取决于。 PRNG实际上生成了很长的序列确定性（非随机）值，基于其内部状态。如果用于播种的PRNG与PRNG有关播种，取决于种子如何初始化内部状态，每个种子生成器都可以轻松生成，最后一个值的第一个值是第二个值在最后一个旁边，依此类推。

在实践中，你可能只需要增加每个发电机的种子，而不是使用PRNG来获得下一粒种子。除非您正在使用PRNG，否则这应该有效也是增量（这将是一个非常差的PRNG）。

正如PJS在评论中指出的那样，如果你这样做，就扔掉生成的第一个随机数。一些生成器将使用非常确定的公式将种子转换为内部状态，并在生成随机数时基于旧状态返回值。

Answer 2

使用rng播种rng池会产生某种偏见吗？如果它取决于使用哪个rng（可能确实如此），我应该使用哪一个？

具有良好的质量rng（任何新引入的C ++ 11，但不是旧的rand()），基本思想的声音，但你不想使用相同的RNG来生成其他RNG的种子。原因如下：说你的“主”RNG生成序列ABCD，你用AB和CD播种其他RNG：第一个将继续到BC D ...，第二个到CD等：基本上每个正在生成相同的序列，从而进一步开始。如果您为主设备使用不同的RNG，则只有当您的某些ABC值在另一个RNG序列中巧合地靠近在一起时才会发生这种情况，这样一个RNG最终会重复开始重复另一个RNG序列。一些C ++ 11 RNG的时期非常庞大，但除了最苛刻的模拟之外，它们几乎不会发生冲突，而且这种重复不一定非常糟糕 - 取决于模拟。

此外，您可能希望确保相同的种子值不会被使用两次。（当然，您重复的任何给定序列可能不具有统计学上的典型性，或者 - 可能同样存在问题 - 可能无法捕获非典型的极端情况，但如果您想要重复性，这是不可避免的。）

这个设计是否正确......

听起来很好，就像你描述的那样。

Answer 3

只需使用内部状态向量的PRNG，以便击中重叠序列的风险接近于零。 MT，内部状态为2496字节，当然有资格。每个种子都有一个完整的2496字节种子，取自一个好的硬件源，如/ dev / urandom或random.org，并且出于实际目的，相关的几率为零。我不知道你的图书馆是否允许你使用一个全尺寸的种子，所以如果没有，找一个种子。

Answer 4

坦率地说，即使有很大的内部状态，没有人可以保证序列不会重叠。最重要的是，存在可调试性的问题，这需要可重现的问题。所以答案是，每个事件都以它自己的稳定（通过不同的硬件/节点/运行）种子开始。它使结果可重复和可调试。

众所周知的蒙特卡罗代码MCNP5 +使用此方案，在多核和MPI上运行。要实现它，您需要具有快速跳过（a.k.a.piapfrog或discard）功能的RNG。其中有不少。它们基于快速指数计算，F.Brown撰写的论文，＆＃34;随机数生成与任意步幅＆＃34;，Trans。上午。核酸研究SOC。（1994年11月）。基本上，跳过是使用Brown方法的log（N）。

与MCNP5大致相同的最简单版本https://github.com/Iwan-Zotow/LCG-PLE63

更复杂（更慢，但质量更高）RNG在这里http://www.pcg-random.org/

使用随机数生成器对随机数生成器池进行种子设定

4 个答案: