有一种牛,很大的那种。因为他很早就变成了大牛,所以他就禁止别人说关于牛的、以及关如何变成牛的事情。他总是跳出来说:嗯,别听那个人的,那个人说的我都知道,做过几年牛的人都知道,或者你再做几年就你也就知道了。

于是,很多人说:是啊,我们何必要知道呢?反正再做两年就知道了;反正我们迟早是要变成大牛的。

于是,那个大牛开心了。是啊,你看,他什么都不用说,反正他还是大牛,别的牛总还是要在几年后才变成大牛的。那时候,大牛就变成老牛了。新的大牛们又开始重复老牛们的故事。

老牛们开心了:我们是老牛,再老一点就不怕了,因为比我们更老的牛都不会说话了。

小牛们以及还没有变成牛的,却什么声音都听不到了。他们不得不花上几年的时间,去探索变成大牛的方法。勤于思考的很快变成沉默的大牛,而勤于工作的累得将死之际仍未能探得门径。

大牛们继续禁止其它的人讨论关于牛的话题。他咆哮和怒骂,但从来都不提及他所谓“做过几年的牛都知道的道理”,因为他怕他一旦张口说话而不是咆哮,就再也说不出什么来了。
 
他更怕的是,那个时候,人们开始置疑于他是一头什么样的牛,或者是不是牛。
 
所以无论我是不是牛,我都绝不静默;无论我所思考的是正确还是错误,我都绝不静默;无论有没有听众,我都绝不静默。我就是想要做给那些静默到死的老牛们看:看吧,有一头活蹦乱跳的牛在高歌!
 
源码地址: 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 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
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