重现结果

用伪随机数得到相同的答案

GlobalSearch 和 MultiStart 使用伪随机数来选择起点。再次使用相同的伪随机数流：

比较各种算法设置。
让示例可重复运行。
延长一次运行，并了解上次运行的初始段。

GlobalSearch 和 MultiStart 都使用默认的随机数流。

重现结果的步骤

在运行问题之前，存储默认随机数流的当前状态：
```
stream = rng;
```
运行您的 GlobalSearch 或 MultiStart 问题。
恢复随机数流的状态：
```
rng(stream)
```
如果您再次运行您的问题，您将得到相同的结果。

示例：重现 GlobalSearch 或 MultiStart 结果

此示例显示如何获得寻找全局或多个局部最小值的可重现结果。该示例遵循重现结果的步骤中的步骤。

存储默认随机数流的当前状态：
```
stream = rng;
```

创建 sawtoothxy 函数文件：

function f = sawtoothxy(x,y)
[t r] = cart2pol(x,y); % change to polar coordinates
h = cos(2*t - 1/2)/2 + cos(t) + 2;
g = (sin(r) - sin(2*r)/2 + sin(3*r)/3 - sin(4*r)/4 + 4) ...
    .*r.^2./(r+1);
f = g.*h;
end

创建 problem 结构体和 GlobalSearch 对象：

problem = createOptimProblem('fmincon',...
    'objective',@(x)sawtoothxy(x(1),x(2)),...
    'x0',[100,-50],'options',...
    optimoptions(@fmincon,'Algorithm','sqp'));
gs = GlobalSearch('Display','iter');

运行问题：

[x,fval] = run(gs,problem)

 Num Pts                 Best       Current    Threshold        Local        Local                 
Analyzed  F-count        f(x)       Penalty      Penalty         f(x)     exitflag        Procedure
       0      465       422.9                                   422.9            2    Initial Point
     200     1730  1.547e-015                              1.547e-015            1    Stage 1 Local
     300     1830  1.547e-015     6.01e+004        1.074                             Stage 2 Search
     400     1930  1.547e-015     1.47e+005         4.16                             Stage 2 Search
     500     2030  1.547e-015     2.63e+004        11.84                             Stage 2 Search
     600     2130  1.547e-015    1.341e+004        30.95                             Stage 2 Search
     700     2230  1.547e-015    2.562e+004        65.25                             Stage 2 Search
     800     2330  1.547e-015    5.217e+004        163.8                             Stage 2 Search
     900     2430  1.547e-015    7.704e+004        409.2                             Stage 2 Search
     981     2587  1.547e-015         42.24        516.6        7.573            1    Stage 2 Local
    1000     2606  1.547e-015    3.299e+004        42.24                             Stage 2 Search

GlobalSearch stopped because it analyzed all the trial points.

All 3 local solver runs converged with a positive local solver exit flag.

x =
  1.0e-007 *
    0.0414    0.1298

fval =
  1.5467e-015

运行此问题时您可能会获得不同的结果，因为随机流在运行开始时处于未知状态。

恢复随机数流的状态：
```
rng(stream)
```

再次运行该问题。您会得到相同的输出。

[x,fval] = run(gs,problem)

 Num Pts                 Best       Current    Threshold        Local        Local                 
Analyzed  F-count        f(x)       Penalty      Penalty         f(x)     exitflag        Procedure
       0      465       422.9                                   422.9            2    Initial Point
     200     1730  1.547e-015                              1.547e-015            1    Stage 1 Local

... Output deleted to save space ...

x =
  1.0e-007 *
    0.0414    0.1298

fval =
  1.5467e-015

并行处理和随机数流

当您以与串行计算相同的方式并行运行算法时，您可以从 MultiStart 获得可重复的结果。运行是可重现的，因为 MultiStart 在本地生成伪随机起点，然后将起点分发到并行处理器。因此，并行处理器不使用随机数。

要重现并行 MultiStart 运行，请使用重现结果的步骤中描述的步骤。有关如何并行运行 MultiStart 的说明，请参阅如何在 Global Optimization Toolbox 中使用并行处理。

另请参阅

主题

全局或多起点搜索