http://blog.163.com/symphony_sol/blog/static/30279623200751841822500/
两种不同的随机数算法
seed是matlab4的，matlab5及以后用的是state
seed 现在也是有的，
实际上现在用的随机数是伪随机数，由一定的规则产生
比如z_{k+1}=f(z_{k}),z_{k}即为我们得到的随机数，
比如之前得到的随机数是0.5, 再用randn命令得到的随机数是0.6
那么如果下次得到随机数0.5，那么之后的随机数还是0.6
seed是产生这个随机数的种子，也就是初始值z_{0}，seed不同，得到的随机数列也不同，
取定了seed之后，随机数列也就确定了，只不过这个数列非常大，看起来就象是随机产生的，
举例：
seed=x1
得到随机数列 y1,....ym
seed=x2
得到随机数列 z1,.....zn
关于state：指定随机数的状态，
我的理解是类似于指定了这个随机数列数组的下标
比如：randn('state',100)
然后产生一个随机数为 r0
然后中间再产生了若干随机数
然后再键入命令randn('state',100)
这时再产生的随机数还是r0
http://blog.sina.com.cn/s/blog_6c00b0e30100rmyy.html
（2）RANDN产生伪随机数的语法：
发生器的状态决定所产生数的序号。
S = RANDN('state') 是一个二元向量，包括标准发生器的状态；
RANDN('state',S)：设置发生器的状态为S（即标准状态）；
RANDN('state',0)：设置发生器的初始状态；
RANDN('state',J)：J为整数，设置发生器到J阶状态；
（3）MATlAB 4.X应用一个单独的种子来产生随机数：
RANDN('seed',0) and RANDN('seed',J)作用与RANDN('state',0)和RANDN('state',J)一样，但使用Matlab 4.x随机数发生器。
RANDN('seed')：返回MATlAB 4.X发生器的当前种子。 |
以上部分是转自其他网友的分析。下面是我对这randn或rand的理解。
例如：randn('state',0);，表明选定了一个初状态，再定义随机数列x=randn（1，100），x的值会确定下来，不会每运行一次而产生不同的随机数。
例如： "E:\other\matlab 2007a\work\function\rand_"
a1 =2 3 1
b1 = 4 1 3 2
c1 = 1 3 4 5 2
重新运行还是这个结果
do_exp_MNIST_SSH_BRE_ITQ中半监督hashingSSH 重新跑一次，除了Training time和Test Time还是这个结果，因为有rand('seed',0);
rand('seed',0)和randn('state',0): do_exp_MNIST_SSH_BRE_ITQ中CCA-ITQ加randn('state',0)重新跑一次，除了Training time和Test Time还是这个结果，rand('state',0)不行，因为ITQ函数中用的randn不是rand
20160120谷歌搜索：randperm seed，找一个连接https://www.mathworks.com/matlabcentral/newsreader/view_thread/171653，有如下语句：If we initialize rand with some seed (say
rand('seed',1)) then the result of randperm(n) is always same after the initialization.
经过如下语句测试，没有任何问题：
rand('seed',1);
a = randperm(10);
i=2;
rand('seed',i);
b = randperm(20);
rand('seed',1);
c = randperm(10);
i=2;
rand('seed',i);
d = randperm(20);
sum(a==c)
sum(b==d)