第五百七十六章编一个教科书？（1 / 2）

陆语将脑海中对于遗传算法的概念大致性的概括后，跟这些研究人员们通述了一遍。

而在听完之后。

众人都有一些一知半解疑惑的挠挠头，相互对视。

“陆总工，您提到的这个算法，我们好像之前真的没有听说过。”

“我也没有听说过。”

“这个...真的有用吗？”

众人下意识的都有些怀疑。

他们倒不是怀疑陆语的能力，又或者是判断事物的知觉，而是这些人真的不确定遗传算法究竟是否能够真的运用在这个微电机系统上。

毕竟听了陆语刚刚的那一番介绍。

他们发现这玩意好像也不是运用在航天领域啊。

真得行得通吗？

眼看众人的眼神中都有着一些疑虑，陆语对此倒是并没有感到意外，只是微微一笑。

这倒是再正常不过的事情了。

毕竟人性嘛，就是这样。

如果世界上突然冒出了一个你从来都没有听说过的算法，或者说某样物件，你真的很难相信它能够真正被运用在你之前非常精通的某一个领域里面，甚至会对此产生很深的怀疑。

只要他们明白了一串算法的作用到底是什么，那么如今这么一点小小的怀疑，又能算得了什么呢？

考虑到了这一点，陆语的嘴角勾起了一道和煦的微笑，缓缓说道：

“我相信大家对我的判断都有质疑。”

“其实这个遗传算法的概念，虽然听起来很高深，但实际上的用法却非常的简单。”

“或者说它的优势也非常的明显。”

所有人都聚精会神的听着陆语讲话，没有一个人分心，无数道目光都聚焦在陆语的身上，等待着一个合理的解答。

作为科研人员，最重要的当然是好奇心。

如今听到陆提出了一个他们从来都没有听说过的神奇算法。

众人的心中当然是有着压抑不住的好奇，恨不得立刻就知道这所谓的遗传算法到底是什么。

不过眼看着陆语也一副不急不缓的样子，他们也只能压下心中的焦距，耐心的等待着陆语给出接下来的解答。

“关于遗传学算法到底是什么？这个问题一时半会也没有办法跟你们讲清楚，如果用简单的方式来表述的话，你们可以把它理解为信息领域内达尔文的进化论。”

“至于这个遗传算法的具体作用。”

“我相信大家也明白，这种事情不是三言两语能够说得清楚的，所以也请大家耐心等待。”

“等我接下来为大家做出一份具体的方案。”

“当时候，你们就能够明白遗传学算法的妙处了。”

“我相信等他派上用场的时候，你们一定会很惊讶的，说不定我本人也会很惊讶。”

“因为它的优点恐怕比卡尔曼滤波器算法还有支持向量机算法加起来，还要大得多。”

陆语在脑海里面默默补充了一句：“主要这算法是一时半会也真说不完。”

而听完了陆语的说法，无论是一开始争吵的那几名研究人员，还是那个一开始固执的认为卡尔曼滤波器算法是更适合于微电机系统的女研究员。

两者的脸上都同时流露出了一抹惊诧的神色！

“这...”

“比之前我们提出来的两个算法加起来优点还要大？”

“那这如果真的能够运用在我们微电机系统的领域上，那岂不是能够直接帮助我们的微信卫星网络建立一个和谐的关系网，最大程度上避免兼容性问题的爆发？”

几个人的眼神中同时流露出了一抹难以置信之色。

同时将目光投向了陆语。

“没错。”

“不过刚刚我说的那些说到底也只是...遗传性算法的定义和初步应用罢了，至于它到底有什么优势？”

“或者说为什么我认为它比卡尔曼滤波器算法，还有支持向量机算法，更适合于我们的微电机系统。”

“这可我可以先讲一下。”

陆语微笑着说道。

听到陆语说没有办法直接告诉他们一川算法到底是什么，众人的眼眸中都忍不住流露出了一抹失望之色。

不过他们也都能够理解陆语的想法。

于是一众研究人员们，都开始认真的侧耳聆听了起来。

“咳咳，归根结底，其实遗传算法最大的优势就是处理多极化问题。”

陆语开口道。

遗传算法处理...多极化问题？

眼看着众人一时半会都没有反应过来，陆语无奈地笑了一下。

“也是。”

“遗传学算法在这个世界上还没有现世，也就不存在这个说法，我如果是以这样的方式介绍的话，他们恐怕确实是没有办法明白。”

“而且遗传算法对于多目标优化问题的方式上，确实是比一般的算法路径要复杂很多。”

陆语在脑海中暗暗的考虑道。

对于一些连遗传算法是什么都不知道的人而言，用上太复杂的方式去介绍，显然是有些强人所难了。

所以，陆语也只能简化了一下脑海中的语言表达，继续说道：

“简单来说，当咱们面对一个困难的时候...”

“这些问题不是只有一个目标，而是有好几个目标要同时考虑，不能仅仅只将目光聚焦在一个目标上。。”

“比如说，你想做一个微电机系统，你不仅要让它的误差小，还要让它的性能好，但是这两个目标可能会互相影响或者互相矛盾。”

“你怎么办呢？你就要找一个方法，让这两个目标都能达到一个比较好的水平，或者找到一些方法，每个方法都能达到一个比较好的水平。这些方法就叫做帕累托最优解。”

“帕累托最优解的意思是，在这些方法里面，没有哪一个方法能够在一个目标上更好，而不在另一个目标上更差。”

“也就是说，在这些方法里面，没有哪一个方法能够完全比另一个方法更好。”

“遗传算法可以用一些技术，比如非支配排序遗传算法或强度帕累托进化算法等，来有效地解决这种问题，并找到一组不同的帕累托最优解。”

“而其他的算法，比如你们刚刚提到的卡尔曼滤波器和支持向量机等，就要把多个目标合成一个目标，或者给每个目标一个权重，这样可能会造成许多我们不想要遇到的困难。”