聊聊抗日神剧

声明:本文以数据说话,以保守的方式进行推演,以客观理性和严谨的方式进行推论,郑重声明,本文不含任何广告。

在这里插入图片描述

为了让你能对抗日神剧有正确的认知,下面,我们以简单的数据推演,来达到这一目的。

八年抗日的主要的和正规的军事力量,中国方面当然是国军和共军,这里我们不论及共军,单论正面战场的国军。

八年抗战,大体可一分为三来看待,即占主体的稳定期的相持阶段,及相持阶段之前和相持阶段之后:

【1】阶段一,相持阶段之前:1937-1938年
【2】阶段二,相持阶段:1939-1944年
【3】阶段三,抗战末期:1944-1945年

这三个阶段,阶段二是主体部分,约占5年,阶段一约占2年,阶段三约占1年,即大全比例结构为:8年抗战=2+5+1,简记为:2:5:1。

国军在相持阶段(阶段二)的总兵力,通常在280万到360万甚至更多这样一个区间;阶段一,国军总兵力相对较少,在200万上下;阶段三,国军总兵力在400万以上。

由于阶段一和阶段三不是八年抗战的主体阶段,为了计算的简单,我们可以将三个阶段拉平,以平均300万的总兵力看待,当然,我们可以更保守一点,比如再收缩一点,以平等250万来计也是可以的。

我们知道,打战是要死人的,八年抗战,死了好几百万军队,老百姓死的就更多了,我们都知道,加老百姓有三千多万。但是,我们也知道,部队减员后是会重新补充的,会征兵补编甚至扩编。所以,我们上面的保守的假设,是说八年抗战拉平来算,我们保守地认为,每年国军在编军事人员维持在250万(为了方便计算和理解)。

根据现有资料,通常认为八年抗战,中国方面歼灭的日军数量在50万上下,我们为了计算方便,就以50万计算好了。

那么50万日军,如果换算成国军某种理想状态下全额完成的歼敌指标,那么平均值是怎样一种情况呢?

我们假设国军存在一种理想或平均的编制,就是一个师,正好一万人,每年国军总兵力保守维持为250万,即有250个师来计算,那么上面的指标平均下来,就会变成下面这样:

八年抗战,共歼灭日军50万人:

【1】平均每年:歼灭日军6.25万 //=50W÷8=6.25W
【2】平均每月:歼灭日军5208人 //=6.25W÷12=0.52083333333W
【3】平均每月每个师:歼灭日军约21人 //=5208÷250=20.832人

也就是我们可以这样认为,有某种理想状态,国军下达了这样一种指标任务,就是每个师(10000人)、每个月的歼灭日军的指标是21人,而且每个师也很好地完成了这些指标即消灭了21个日本鬼子,所以,最后八年,国军最终消灭了50万日军。

21人/师 X 250师 X 12月/年 X 8年 = 5250人/月 X 96月 = 50万4千

当然,如果我们假设国军的总兵力一直维持在300万,假设每个师的兵力正好也是1万人,那么每个师每个月的歼灭日军的理想指标(正好完成),会更少,只有17人。

也就是说,通过上面的简单的数字演算,你应当理解,就是八年抗战,每年每天国军的兵力是有两三百万的,假设一个师正好是一万人,每个师也就是这一万人,每个月歼敌数按现有数据计算,是在17-21人左右。

现在, 我们假设现有的数据是有问题的,中国军队战斗力要强得多,假设八年抗战歼灭的不是50万日军,而是翻了一倍,是100万日军,那么平均到每个师其每个月的必须完成的指标,也不过是变成(17-21人) X 2,即(34-42人)这样一个区间指标。

即国军一个师即10000人,每个月的歼敌目标即消灭日本鬼子的任务是34-42人,而且他们很好的完成了。我们应当理解的是,这一个师一万人的本质,是无论战争如何发生,国军一个师这1万人死多少人,政府会做一个事情,让它始终保持在1万人的状态或水平,即真正参加战斗的肯定不只万人,因为死了人是要补充的,但无论如何理想状态有效的兵力,是一个师1万人,它们每个月的任务是消除34-42人,这样八年就能消灭或歼灭100万日本鬼子。

为了理解更为清晰一点,我们假设国军的一个师是10000人,由100个连队组成,即每个连队由100成人组成,那么平均到每个连队每个月的歼敌指标会是多少呢?

每简单,无非两种理想情形,即:

【1】如果八年抗战,歼灭鬼子的总数是50万:那每个连队每个月的必须完成的指标是,不到1/4人。//(17-21人)/100=0.17-0.21人

【2】如果八年抗战,歼灭鬼子的总数是100万:那每个连队每个月的必须完成的指标是,不到1/2人。//(34-42人)/100=0.34-0.42人。

也就是说,八年抗战期间,假设你们镇上,始终驻扎着一个国军连队(100人),那国民政府给他们任务是什么呢?就是八年之中,平均(每两月)干死一个日本兵,他们就算超额完成任务了。是的,就是一百个中国军人,无论他们怎么准备和怎么英勇地战斗,你不用去管他们,只要他们每两个月干死一个日本鬼子,他们就非常OK了。

因为,更简单的是,通过上面的计算,你会知道,如果每100个中国军人(即1个连队)如果平均1月干死了1个日本鬼子,八年之后,他们就干死了200万日本鬼子。这个数字,目前无论是台湾方面,还是大陆方面,几乎没有任何一个学者敢出来承认,我们有如此强大的战斗力。

因为很简单,我们以死伤1比4的战损比计算,如果我们八年消灭了200万日本鬼子,那么八年日本鬼子的因战受伤的兵力,将达800万之巨;进而合计,日军八年的死伤人数,将达到1000万之巨。面对这样的数字,我想世界上基本上没有任何一个历史学家,敢出来承认这样的数字。(因为抗日的不只有中国战场,也还太平洋等其他战场,日本根本没有相应的人口支撑)

所以,顶天了,1个连队平均每2个月消灭1个日本鬼子就算不错了。

好了,现在我们可以来聊聊抗日神剧了。

假设你老家县城或镇子上驻扎着一个连队,其中(这个连队中)有个人(兵)很牛,就像抗日神剧中一样,怀了把手枪或匕首小刀之外的外出任务(比如侦察),于是他像神剧里一样,进入日军领地时悄无声地就放倒两个日本鬼子,出来时被日本军队发现了,好家伙,他又放倒了几个,比如手拿双枪,枪法神准,前后天了两次,一次左手一抖放倒一个,右手一震放到一个,我们简化一下,就是神剧里,一个神枪手,出任务,进去时悄无声息放倒2个,出来时手拿双枪又放倒了4个,即一共打死了6个日本鬼子,而且侦察任务完成了,消息拿到手了。

好了,现在回到连队了,他把侦察到了消息告诉了连队长,连队长如果认为得到的消息是一个很好的出击日军的机会,你们说结果会是怎么样的呢?

事实上,按照我们上面的计算,国军最上边给到一个连队其实全年的歼灭日军的必须完成的指标任务,其实是不到6个日本鬼子(日本兵)的。好家伙,神剧里这个神人,出侦察任务时,一进一出,他就已经干掉6个日本鬼子了。那你说,接下来怎么办吧?全连队接下来只好全年放假了,对不对?

可是可悲的是,抗日神剧的剧情,总是在上演着,有那么几个英雄总是干着这样的事,在短短几个小时或几天内,简单的干了一票,让全营、全团、全旅、全师全年放假的事情,唉,我该怎么说好呢?他们的营长、团长、旅长、师长、军长,蒋委员长,该怎么奖励他们呢?奖励完了,让全团、全旅、全师集体开始放假吗?

抗日神剧中,不是几个牛人轻易地放倒几个十几个鬼子,他们常常是成片成片地放倒鬼子,看神剧的你爽了吗?

最后呼吁:请以连队级别全年抗日杀敌指标【6个鬼子】为基本认知,学会远离抗日神剧!

本文没有广告,请问哪有广告,子虚乌有。

AI 代码审查Review工具 是一个旨在自动化代码审查流程的工具。它通过集成版本控制系统(如 GitHub 和 GitLab)的 Webhook,利用大型语言模型(LLM)对代码变更进行分析,并将审查意见反馈到相应的 Pull Request 或 Merge Request 中。此外,它还支持将审查结果通知到企业微信等通讯工具。 一个基于 LLM 的自动化代码审查助手。通过 GitHub/GitLab Webhook 监听 PR/MR 变更,调用 AI 分析代码,并将审查意见自动评论到 PR/MR,同时支持多种通知渠道。 主要功能 多平台支持: 集成 GitHub 和 GitLab Webhook,监听 Pull Request / Merge Request 事件。 智能审查模式: 详细审查 (/github_webhook, /gitlab_webhook): AI 对每个变更文件进行分析,旨在找出具体问题。审查意见会以结构化的形式(例如,定位到特定代码行、问题分类、严重程度、分析和建议)逐条评论到 PR/MR。AI 模型会输出 JSON 格式的分析结果,系统再将其转换为多条独立的评论。 通用审查 (/github_webhook_general, /gitlab_webhook_general): AI 对每个变更文件进行整体性分析,并为每个文件生成一个 Markdown 格式的总结性评论。 自动化流程: 自动将 AI 审查意见(详细模式下为多条,通用模式下为每个文件一条)发布到 PR/MR。 在所有文件审查完毕后,自动在 PR/MR 中发布一条总结性评论。 即便 AI 未发现任何值得报告的问题,也会发布相应的友好提示和总结评论。 异步处理审查任务,快速响应 Webhook。 通过 Redis 防止对同一 Commit 的重复审查。 灵活配置: 通过环境变量设置基
【直流微电网】径向直流微电网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微电网的状态空间建模与线性化方法,重点提出了一种基于耦合DC-DC变换器的状态空间平均模型的建模策略。该方法通过数学建模手段对直流微电网系统进行精确的状态空间描述,并对其进行线性化处理,以便于系统稳定性分析与控制器设计。文中结合Matlab代码实现,展示了建模与仿真过程,有助于研究人员理解和复现相关技术,推动直流微电网系统的动态性能研究与工程应用。; 适合人群:具备电力电子、电力系统或自动化等相关背景,熟悉Matlab/Simulink仿真工具,从事新能源、微电网或智能电网研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微电网的动态建模方法;②学习DC-DC变换器在耦合条件下的状态空间平均建模技巧;③实现系统的线性化分析并支持后续控制器设计(如电压稳定控制、功率分配等);④为科研论文撰写、项目仿真验证提供技术支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐步实践建模流程,重点关注状态变量选取、平均化处理和线性化推导过程,同时可扩展应用于更复杂的直流微电网拓扑结构中,提升系统分析与设计能力。
内容概要:本文介绍了基于物PINN驱动的三维声波波动方程求解(Matlab代码实现)理信息神经网络(PINN)求解三维声波波动方程的Matlab代码实现方法,展示了如何利用PINN技术在无需大量标注数据的情况下,结合物理定律约束进行偏微分方程的数值求解。该方法将神经网络与物理方程深度融合,适用于复杂波动问题的建模与仿真,并提供了完整的Matlab实现方案,便于科研人员理解和复现。此外,文档还列举了多个相关科研方向和技术服务内容,涵盖智能优化算法、机器学习、信号处理、电力系统等多个领域,突出其在科研仿真中的广泛应用价值。; 适合人群:具备一定数学建模基础和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适合从事计算物理、声学仿真、偏微分方程数值解等相关领域的研究人员; 使用场景及目标:①学习并掌握PINN在求解三维声波波动方程中的应用原理与实现方式;②拓展至其他物理系统的建模与仿真,如电磁场、热传导、流体力学等问题;③为科研项目提供可复用的代码框架和技术支持参考; 阅读建议:建议读者结合文中提供的网盘资源下载完整代码,按照目录顺序逐步学习,重点关注PINN网络结构设计、损失函数构建及物理边界条件的嵌入方法,同时可借鉴其他案例提升综合仿真能力。
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