我的日记 (第十篇 百元大钞) 20:24 2007-7-7

作者在雨后的街道上意外捡到一百元钞票,并在文中反思了如果寻找失主的可能性及人性的复杂性。同时,作者也分享了日常生活的点滴,包括观看电影《变形金刚》和《夜·上海》。

刚刚下过雨,这会准备到小街上晚饭,

走在湿漉漉的路上,低着头在想今天的课程内容,到丁字路口时,只见一张百元红钞飘落在我前面的水洼里,下意识的右手捡起,举目四望,大家都是匆匆忙忙的,唯我钉在路口,他们反馈的眼神中,我仿佛就是一傻子,手持钞票茫然四顾,很是窘迫.不得已把钱放到自己的口袋里.由此一斑,可窥人性.

就算我等在路口,可那位失主还会回来吗,即使回来了,我相信他吗?除非他能说出钞票的ID,这可能吗?

也许是天赐,小感我前天的善行?真的,感觉到一种神秘的力量,笼罩在心头,

向往常一样,吃过饭,要了瓶冰啤,坐在床上,带上耳机看<<变形金刚>>,<<夜-上海>>.

此记.

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