CODESYS中如何产生随机数？？

在CODESYS程序开发中，可能需要一些随机数来进行仿真模拟、小游戏开发或者加密等应用，我们这里和大家共同探讨随机数。

两种方式

方式一：自定义函数实现

自己根据随机数的定义和产生原理来自定义FUNCTION。根据网络的资源，主要有以下几种(具体不做介绍，大家自行搜索):

• 平方取中法
• 线性同余法
• 梅森旋转算法

方式二：CODESYS自带的库或者第三方库函数实现

利用CODESYS自带的库或者第三方库函数直接调用。这里我们重点讨论下。

CODESYS库：SM3_Shared,4.9.0.0

关于库的添加和使用具体方法可以参考入门课程介绍。

添加完成后，可以选择RndI和RndI_Range这两个函数功能块来获取随机数。区别主要在于RndI_Range可以定义随机数产生范围中的最小值和最大值，而RndI只能在0和最大值间产生。

OSCAT_Basic第三方库

关于这个库的说明和下载链接参考往期文章：

OSCAT自动化技术开源社区源代码分享

这个库比自带的SM3_Shared区别在于，产生的随机数类型不同，RDM返回的值是Real类型，而且是FUCTION，调用更加方便。具体的产生随机数的源代码也可以清楚了解：

伪随机数

我们注意到上述函数的说明中出现的pseudo-random，翻译过来就是伪随机数。对于第一次了解这个概念，我们也搜索到相关的知识，分享如下：

针对伪随机数，相关的总结如下：

1.什么是随机数？通俗说法就是随机产生一个数，这个数预先不能计算出来，并且每个数字出现的概率是一样的。随机数必须满足以下两个条件：

• 不可计算性。即在随机数产生前，不能通过任何方式计算出来。
• 机会均等性。即需要保证每个数出现的概率是相等的。

2.真伪随机数目前学界划分真伪随机数的方式非常简单，一句话就能说明白，凡是用一定的算法使用程序生成的都是伪随机数，通过物理现象产生的随机数才是真随机数。

3.下图（真伪随机数形成的图）直观说明，如果数据够多的情况下，伪随机数的产生是有规律的。

也就是说，只要给出足够多的伪随机数数据，是有可能逆推产生随机数的算法的。

上述只是简单的说明，详尽的内容大家自行网上搜寻，欢迎各位探讨。