微小的边缘原理

在一场关键的马赛中,星期天仅以一个鼻子的优势战胜戈尔,赢得了高额奖金。这种微小差距带来的巨大经济差异揭示了一个重要的原理:微小的优势通过累积可以产生巨大的效果。

在秋天的赛季里,有两匹马,星期天和戈尔,被公认为发挥最出色的。星期天轻松地获得了美国肯塔基杯的冠军,戈尔夺得了贝尔盟的桂冠。因此,关键在于另一项 总决赛,即普力克杯赛谁能获胜。
在普力克这场比赛里,这两匹马都奋力向重点冲击,超过其他马有一匹马的身位。电子记录显示,星期天获得了胜利,但仅比对手快了一个鼻子那么一丁点儿。
在这一单项赛事里,星期天获得了50万美元的奖励,再加上总成绩第一的100万奖金,这样就达到了150万美元。而第二名--戈尔只得到了6万美元。星期 天得到的是戈尔的25倍吗?
不可能,完成这三项比赛需要5个星期的时间。跑4公里的路程,一匹马只比其对手快了2英寸而已,实际上差别并不大,甚至可以说几乎美元差别,而它们的回报 却差了25倍!
这就是微小的边缘原理在起作用,也许只是多一点点的训练,也许只是多了一点点的奋争,也许计划方法只是好那么一点点,也许所有这些因素或者还有其他的更多 的原因,每一项几乎都微不足道,然而把这一些加起来,优势和利益将令你难以置信。
起始,人与人之间的差别和精明与否,是通过许多小的步骤取得的,每次只是一小步而已。许多人失败后,就灰心丧气,然后放弃。倘若把注意力先放到小的改变上 将会更加容易、更有效,并且少受挫折,之后再看它们累加起来的效果。注意微小的边缘,专心致志,不遗余力,寻求突破,你将挥别失败与痛苦,笑迎成功与欢 乐。

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
 
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