7.7. 配置随机数字生成器
许多 Heuristics 和 metaheuristics 依赖于伪随机数字生成器来移动选择，以解决分数绑定、基于迁移接受的可能性等。在解决期间，重复利用相同的随机实例，以提高随机值的可重复性、性能和统一分布。
随机 seed 是一个用于初始化伪随机数生成器的数字。
流程
可选：要更改随机实例的随机 seed，请指定一个
randomSeed：<solver xmlns="https://www.optaplanner.org/xsd/solver" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.optaplanner.org/xsd/solver https://www.optaplanner.org/xsd/solver/solver.xsd"> <randomSeed>0</randomSeed> ... </solver>可选：要更改伪随机数生成器实现，请为以下 solver 配置文件中列出的
randomType属性指定一个值，其中 <RANDOM_NUMBER_GENERATOR> 是一个伪随机数生成器：<solver xmlns="https://www.optaplanner.org/xsd/solver" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.optaplanner.org/xsd/solver https://www.optaplanner.org/xsd/solver/solver.xsd"> <randomType><RANDOM_NUMBER_GENERATOR></randomType> ... </solver>支持以下伪随机数生成器：
-
JDK（默认）：标准随机数生成器实施(java.util.Random) -
MERSENNE_TWISTER: Random number generator implementation by Commons Math -
WELL512A,WELL1024A,WELL19937A,WELL19937C,WELL44497A和WELL44497B: Random number generator implementation by Commons Math
-
对于大多数用例，randomType 属性的值不会影响到多个数据集上最佳解决方案的平均质量。
