• 精选
  • 会员
认知管理+这样升级你的认知,才有可能拉开你与他人之间的距离-人和人之间的区别,在于思想的不同-观念,是我们此生最大的敌人-第二语言,改变我们对世界的认知?-为什么我们「听过很多道理,依然过不好这一生」?-知易行难?你可能只是假的“知”-“如果只是适应现实,要教育做什么”周国平最欣赏的7条教育箴言-30岁之后,有哪些事情值得被“重新定义”?-人类认知的六个维度-为什么天天使用的钱币,却挑不出哪个是真的?-万维钢:为什么见识这么重要?-《论语》见识和眼界对一个人到底有多重要-你真的会思考吗?这份“认知图谱”能告诉你答案-人类的认知极限在哪里?-心智:从“谜”到“问题”-心智计算理论:智能即计算-帮助你洗碗和收拾房间的,竟然是人类心智最奇妙的部分?-社会的边界:你为什么认知这么差?提出问题就能解决问题-人类社会运行本质:规则的交互与碰撞!超越自己就要打造你的规则-认知的屏障:外界信息、读书、朋友交流,大概率会把你认知带歪-认知基模理论-人类认识的逻辑方法——归纳法、演绎法和认识模式-颠覆认知:回归平均值效应与虚幻的确定感-你的知识库,是时候更新了-眼睛看见的只是意见,思想看到的才是真理-认知的冰山-老板说我思考的颗粒度很粗糙,“颗粒度”到底是什么-究竟什么是颗粒度--granularity-认知觉醒——世界只会以你的认知深度来回报你+学习观 | 怎样做到大道至简?要追求事物背后的业力-足以改变你一生的认知结构图解:信息结构、社会结构、自我解构-为何提升认知这么难?因为信息并不是公平的-普通人获取真实信息有多难?每天所见多皆为谎言!-打开手机天天被洗脑,认知层次当然低!你所读的信息几乎都是错的+认知迭代-引言:选择一个自己-神经可塑性-更多连线-第一章 注意力陷阱-注意力陷阱(4)-注意力陷阱(5)-注意力陷阱(6)-注意力陷阱(7)-注意力陷阱(8)-冥想日记-注意力陷阱(2)-注意力陷阱(3)-第二章 控制焦虑-控制焦虑(2)-忧虑基因和战士基因-忧虑之路-忧虑之路(2)-忧虑之路(3)-忧虑之路(4)-冥想日记2-第三章 挥洒创意-挥洒创意(2)-挥洒创意(3)-挥洒创意(4)-我的童书构思-第四章 导航系统-导航系统(2)-大脑小知识:脑内定位系统-大脑小知识:脑内定位系统(2)-大脑小知识:脑内定位系统(3)-跟着“感觉”走-给路痴的小贴士-第五章 时间感知-时间感知(2)-时间超控实验1-时间超控实验-随心而流-时间超控实验2-第六章 数字焦虑-数字焦虑(2)-数字焦虑(3)-数字焦虑(4)-数字焦虑(5)-第七章 超控大脑-超控大脑(2)-为“潜念”让路-为“潜念”让路(2)-为“潜念”让路(3)-20分钟脑力锻炼-第八章 前路漫漫-前路漫漫(2)-前路漫漫(3)-认知迭代:致谢-多样性红利+前言 多样性如何优于能力-引言解剖多样性+多样性红利——本书的结构-第1部分:多样性认知工具箱-第2部分:多样性工具的价值-第3部分:多样性总是好的吗-第4部分:认知多样性红利-第5部分:实践“多样性优于能力”-第1部分 多样性认知工具箱+01 多样性视角-让所有人各尽其能鼎力相助-什么是视角-多样性视角的好处-三个游戏的启示-构建新视角-视角越多,找到全局高峰的机会越大-喜忧参半的相同视角-02 多样性启发式-什么是启发式-旅行商问题+四种常见的启发式-拓扑启发式和梯度启发式-允许犯错启发式-群体启发式-多样性启发式有助于找到更好的解决方案+03 多样性解释-给物品分类的故事-什么是解释-高架列车线路问题-04 多样性预测模型-05 智能,取决于智商还是认知工具箱+第2部分 多样性工具的价值-06 多样性与解决问题-5万棋手对战卡斯帕罗夫-个体多样性与问题解决团队-三个重要结论-多样性>能力-多样性优于能力定理成立的4个条件-条件1:问题困难条件-条件4:大群体规模条件-多样性优于同质性定理-“自然选择”是把双刃剑-个人贡献的偶然性和必然性-人机之争:谁的视角更多-07 信息集结-08 多样性与预测+第3部分 多样性总是好的吗-09 多样性偏好-10 偏好集结的四个可能结果-11 工具箱与偏好的互动+第4部分 认知多样性红利-12 认知多样性的起源-13 用数据说话+第5部分 实现“多样性优于能力”-14 获取多样性红利的12个干法-结语 多样性就是更多的机会-致谢 永不停歇的人生-多样性红利——附录 英文版再版前言

旅行商问题

2020年7月21日 字数:1510 来源:多样性红利 作者:【美】斯科特·佩奇 提供人:chenpo21......

为了分析启发式是如何发挥作用的,除了上面举的乔治通过“反其道而行之”这个启发式找到了工作和女朋友的例子之外,我们再来考虑一个著名的旅行商问题。在这个问题中,一个推销员必须到25个城市推销产品,然后才能回家,要求是他完成这次旅行所走的路程必须尽可能短。推销员面对的这个问题有很多种可能的解决方案。他可以先去那25个城市中的任何一个,然后再去其余24个城市中的任何一个……这个选择过程将继续下去,直到他只剩最后一个城市没有去过为止。这些数字相乘,得到的就是全部可能路线的数量,这是一个巨大的数字,远远超过了10亿。除了极少数情况之外,在这数10亿条路线中,恰好有两条是总路程最短的。为什么会有两条?因为任何一条路线都可以在不改变距离的情况下沿相反方向再走一次。

假设,这个推销员叫奥里特,她是从新墨西哥州阿尔伯克基市开始并结束这个旅程的。将阿尔伯克基市记为A。同时为了简便,假设奥里特要去的其他城市的名字首字母分别为B(比如说,波士顿)、C……Z(比如说,俄亥俄州的曾斯维尔市)。

一条可能的路线

新墨西哥州阿尔伯克基市(Albuquerque)、肯塔基州路易斯维尔市(Louisville)、明尼苏达州的米苏拉市(Missoula)、伊利诺伊州的开罗市(Cairo)……加利福尼亚州的尤里卡市(Eureka)、加利福尼亚州的圣地亚哥市(San Diego),然后回到阿尔伯克基市。

任何一条路线都可以写成一个以字母A开头、并以字母A结尾的字母表,两个字母A之间有25个除A之外的所有其他字母。这就是对于可能路线的一个视角。

某个视角中的路线

ALMCVHFNGHUOWZKXQYWIPBTJRESA

旅行商问题是这一类经典难题中的其中一个,计算机科学家将这类问题称为非确定性多项式问题(nondeterministic polynomial, NP)。在一个典型的NP难题中,随着城市数量N的增大,解决该问题所需要的计算量迅速增加,甚至比N2N3增加得更快,有人甚至认为,比Nn都增加得快。因此,一旦N(城市数量)变得比较大,找到最佳路线所需时间就会太多。幸运的是,虽然找到最佳路线需要花费大量的计算时间,但是奥里特还是可以通过使用某种仅需尝试不同路线的搜索启发式找到一条好的路线,甚至是一条相当好的路线。启发式不一定能找到最佳的解决方案,但是可以帮我们找到较好的解决方案。用赫伯特·西蒙的话来说,启发式能够令我们感到满意,因为找到了一个相当好的解决办法。

在解决旅行商问题时,一种广泛使用的启发式是将路线中的相邻城市互换。例如,从上面列出的路线开始,这种启发式可能会要求互换田纳西州的诺克斯维尔市(K)与俄亥俄州的齐尼亚市(X)在路线中的位置。

应用启发式对路线进行互换

ALMCVHFNGHUOWZKXQYWIPBTJRESA

将变为:

ALMCVHFNGHUOWZXKQYWIPBTJRESA

如果新的路线距离较短,那么就将它作为“现状”。这个启发式是“贪婪”的,它可以接受任何改进,可以一次又一次地应用它将城市进行互换,并接受距离更短的路线。不难看出,能够减少路线距离的互换次数是有限的。因此,在运用这种启发式一定次数后,肯定会遇到不可能再进一步改进的情况。用这种启发式最终确定的路线不一定是最佳的,但是在大多数情况下都不会过于糟糕。同样,它足以保证我们会相当满意。

互换城市也不是解决旅行商问题的唯一启发式。也可以随机选择一个城市,并将它随机移动到序列中的某个位置。如果新的路线与旧的路线相比有所改善,就可以接受这个随机切换。像这样的随机启发式效率虽然不是很高,但是却能够避免陷入搜索糟糕的解决方案中。还有另一种启发式则是对被一个城市隔开的两个城市进行互换处理。这种启发式表面看起来似乎有点奇怪,但它是有自己的基本逻辑的。前面列出的路线中,匹兹堡(P)位于印第安纳波利斯(I)和波士顿(B)之间,切换波士顿和匹兹堡或者匹兹堡和印第安纳波利斯没什么意义。然而,如果T代表托莱多,W代表华盛顿,那么将波士顿和印第安纳波利斯互换,就可以让奥里特的路线缩短1 020千米(见图2-1)。

图2-1 被一个城市隔开的两个城市之间的互换

只要稍稍花点功夫,就可以推广这个例子,以说明启发式所拥有的超加性潜力。如前所述,当一条路线陷入了局部高峰时,通过将“互换两个相邻城市”这个启发式改良为“互换被一个城市隔开的两个城市”,这样就可以提高效率。但是,改良后的这个启发式还是可能卡在另一条路线上,这时,就可以重新启用“互换两个相邻城市”的启发式来进一步加以改进。通过这种方式,改进叠加改进,就可以创造超加性效应。

启发 / 多样性

如涉及版权,请著作权人与本网站联系,删除或支付费用事宜。

0000