《重生後我的學霸人設保住了》 113

搜尋方法

後麵不知怎得,他們聊著聊著話題又扯到了王蘭身上。

說什麼找個人搭夥過日子,這以後那麼長的日子,有個伴多好。

宋挽見狀也將注意力集中在上麵,“媽,我覺得周叔就不錯啊,對你也挺好的。”

外婆聽到這話立馬好奇心滿滿,“小挽挽,誰啊?和外婆說說。”

沒等宋挽開口,王蘭立馬打斷她即將開口的話,“也就是街坊鄰居,沒什麼。”

王蘭示意一下宋挽,讓她別說話。

宋挽隻能默默地閉上嘴,她能聽出來外婆語氣裡麵的擔心,不過還是要看老媽怎麼想的。

按之前的想法,她也很希望兩人能夠一起過日子,但現在她卻不這麼想了,兩個人不應該是為了過日子才硬湊在一起的。

其實,做個自由女性也挺好的,到時候等她畢業正式待在研究院,再拿著自己的工資帶老媽出去旅旅遊也是個挺不錯的想法。

加上王蘭這幾年的積蓄,怎麼過日子都不會太差。

見老媽還沒那方麵的意思,而外婆還在勸導,宋挽忍不住出口道:“外婆,咱別想這件事了,順其自然吧,我媽可能還沒想好要重新找個人一起生活。”

王蘭也順著宋挽的話說下去,滿臉認真道:“媽,你就別擔心這事了,我現在自己一個人挺好的,真的。”

母女倆意見一致,外婆似是想到了什麼也不再堅持,“媽知道,你心裡還沒做好準備,這事就先不提了。”

王蘭見狀頓時鬆了一口氣,她也不是小年輕了,怎麼還跟讓家裡人逼婚一樣的感覺。

當年王蘭兩人的感情有多好他們都知道,就是世事難料。

想到這,外婆也是心裡一歎,忍不住回憶了下往事。

宋爸其實是個孤兒,當時追王蘭的時候他們就不同意,自己就這麼一個女兒,再怎麼說也不能讓閨女嫁給一個什麼都沒有的男人。

然而王蘭那時已經對宋爸有了好感,礙於家裡人不同意,兩人關係就一直僵在那裡。

宋爸也深知自己現在沒有能力娶她,於是獨自出去打拚了幾年,每年年底回來都要帶好多東西去王蘭家。

直到他二十六歲攢夠了積蓄,能夠給王蘭一個家,還有穩定的工作。

況且幾年來,宋爸的行為他們都看在眼裡,要是換個人來還真就堅持不下去,索性他們就同意了兩人在一起,也籌辦了兩人的婚事。

...

這個假期算是宋挽最輕鬆的一次假期,在家就耍耍糰子,幫忙做做家務。

沒事的時候,就搬個凳子在院子裡曬太陽看看書。

這個NP完全問題的搜尋方法倒是有不少。

近鄰法(nearest

neighbor)

推銷員從某個城鎮出發,永遠選擇前往最近且尚未去過的城鎮,最後再返回原先的出發點。

這方法簡單,也許是多數人的直覺做法,但是近鄰法的短視使其表現非常不好,通常後段的路程會非常痛苦。

還有插入法(insertion)

先產生連接部分點的子路線,再根據某種法則將其它的點逐一加入路線。

比如最近插入法,先針對外圍的點建構子路線,然後從剩餘的點裡麵評估何者加入後路線總長度增加的幅度最小,再將這個點加入路線,又比如最遠插入法,是從剩餘的點裡麵選擇距離子路線最遠的點。

嗯,有點先苦後甜的滋味。

模擬退火演算法(Recuit

Algorithm)

來源於固體退火原理。

將固體加溫至充分高,再讓其徐徐冷卻,加溫時,固體內部粒子隨溫升變為無序狀,內能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達到平衡態,最後在常溫時達到基態,內能減為最小。

根據Metropolis準則,粒子在溫度T時趨於平衡的概率為e-ΔE/(kT),其中E為溫度T時的內能,ΔE為其改變量,k為Boltzmann常數。

用固體退火模擬組合優化問題,將內能E模擬為目標函數值f,溫度T演化成控製參數t。

即得到解組合優化問題的模擬退火演算法:由初始解i和控製參數初值t開始,對當前解重複"產生新解→計算目標函數差→接受或捨棄"的迭代。

並逐步衰減t值,演算法終止時的當前解即為所得近似最優解。

對於遺傳演算法,它是模擬生物遺傳學和自然選擇機理。

通過人工方式所構造的一類搜尋演算法遺傳演算法是解決NP問題的一種較理想的方法,從某種程度上說遺傳演算法是對生物進化過程進行的數學方式模擬。

生物種群的生存過程普遍遵循達爾文進化準則,群體中的個體根據對環境的適應能力而被大自然所選擇或淘汰。

進化過程的結果反映在個體的結構上,其染色體包含若幹基因,相應的表現型和基因型的聯絡體現了個體的外部特性與內部機理間邏輯關係。

通過個體之間的交叉、變異來適應大自然環境。

生物染色體用數學方式或計算機方式來體現就是一串數碼,仍叫染色體,有時也叫個體;適應能力是對應著一個染色體的一個數值來衡量;染色體的選擇或淘汰則按所麵對的問題是求最大還是最小來進行。

最後一個是神經網絡演算法。

根據一個簡化的統計,人腦由百億條神經組成

-

每條神經平均連結到其它幾千條神經,通過這種連結方式,神經可以收發不同數量的能量。

神經的一個非常重要的功能是它們對能量的接受並不是立即作出響應,而是將它們累加起來,當這個累加的總和達到某個臨界閾值時,它們將它們自己的那部分能量發送給其它的神經。

大腦通過調節這些連結的數目和強度進行學習,儘管這是個生物行為的簡化描述,但同樣可以充分有力地被看作是神經網絡的模型。

看了一會兒書,她才覺得自己的大腦活躍了起來。

果然,人不能懶,一懶下來就會繼續懶。

...

猜你喜歡