关于一次古生物研讨会的报道

在一个遥远的未来,高智能生物聚集一堂,讨论一种名为‘人’的古生物如何灭绝。有学者认为人类因落后而被外来力量消灭,也有观点指出人类曾是太阳系的统治者,可能因内斗灭亡。
 时间:公元一百万年前的一天
  地点:地球上
  报道:古生物陈列馆的会议厅门前,悬停着各种各样稀奇古怪的碟形飞行器,还不时有飞行器陆续到达。高智能生物将在这里召开一次关于某种古代生物情况的研讨会。某一时间,研讨会正式开始,由主席宣布开会,本次研讨会议的主要议题:某种古生物是为何灭绝的。主席首先发言说:“经过上三次会的艰苦研讨,大家的意见终于趋向一致,正式给这种古生物命名为‘人’,且已明白这种生物曾经大量在我们这个星球上生活。这次会议是想研讨清楚‘人’这种古生物是如何灭绝的。”
  高智能生物甲学者得意洋洋地站起来说:“我已在一处叫曼哈顿的小地方发掘出一个巨大金属状物体,请大家注意:这是金属质地的。虽然金属我们已不知多少代不用了。但相信在这种古生物时代它应该是贵重的东西。我发现它的体积很庞大的,足有我的三倍高。里面装着一些丝状的很薄的东西,我把它命名为‘纸’。经过几个月的奋战,我终于搞清楚了上面弯弯曲曲的炭元素排列是一种什么东西了。我敢确定,这是‘人’这种古生物用于交流或记录的一种表达方式,我命名为‘文字’。目前,我还不能破译这些‘文字’,但相信他们采用了这种方式保存他们的文明。他们用这种原始的方式保存他们的文化,落后得难以想象。还有这种金属圆球的成分已查清一种,那就是钛,其余不清楚,但钛的含量微乎其微,钛我们的居民已不知多少代不用了。由此可见,这种古生物的智慧有限,如此落后的智慧能力,很难在强食的宇宙中生存的,所以我断言,‘人’这种古生物是被外来力量灭亡的。”
  甲学者的话音刚落,乙学者站起来了,笑着对甲学者说:“甲学者,你上次没来吧?”甲学者愕然:“这有什么关系吗?”乙学者不慌不忙地说:“当然大有关系了,上次的研讨会搜集的证据表明,‘人’这种生物已多次踏上太阳系的九个行星,以前,我们认为‘人’仅仅是踏上而已,现在已有证据证明,在天王星发现的那些圆盖状建筑物是供‘人’这种古生物居住的。虽然,我们现在看来,这种有什么了不起,但证明‘人’这种生物的智商是非常高的。可以说,他们曾经是太阳系的统治者,这表明他们有足够的力量抵御外来力量的入侵,如果要找他们灭亡的原因,应从其内部寻找,我的研究发现,‘人’这种古生物互相残杀的现象非常严重,他们每次有先进武器发明,总是拿自己的同类实验它的性能,这是一种可怕的禀性,所以我怀疑‘人’是因为自我残杀而导致灭亡的。”
  丙学者这时也插话说:“说他们被外来力量灭亡也未免不可,但并不是被外来的别的生命灭亡的,因为我们目前知道,在银河系还没有比我们更强大的力量,当然谁也不敢肯定百万年前的银河系是不是和现在变化不大,引起我注意的是,在我们这个星球上,已不知遭受多少次外来物体的袭击,我们当然有办法让这些小行星或小慧星之类的东西到达不了地球,但那时‘人类’的技术水平是不能抵御这些宇宙间的物体的袭击的,大家知道,如果让这些或大或小的物体到达了地球,对我们都是灾难性的,如果有一大型的宇宙物体撞上地球,这些古生物基本上都会死亡的,史前的已证明的撞击有32次,大约在一百万年前的撞击地球事件有三次,据估计有一次可能是罪魁祸首。马里亚那海沟已被‘全球会’证实是那次撞击遗留下的痕迹。”
  主席这时出来说:“你们这些都是推论,是间接证据,没有直接证据证明‘人’这种生物是怎么灭绝的。不过我认为,随着我们不断的探索,相信用不了多久,这个问题就会搞清楚了。” [@more@]

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/8591181/viewspace-896650/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/8591181/viewspace-896650/

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值