首页
[切换至繁体版]
返回

第一卷少年游 第一百零一章成势

章节报错(免登陆)

新笔趣阁(52xbq.com)更新快,无弹窗!

    第一卷少年游第一百零一章成势(第1/2页)
    #第一百章成势
    陌生问题建模那天,江遥六点二十醒来。
    比闹钟早了十分钟。
    她没有马上起床,先躺在床上听了一会儿宿舍里的声音。韩思遥睡得很沉,呼吸均匀;简宁上铺偶尔传来被子轻轻摩擦床栏的声音。暖气仍旧开得过头,窗玻璃下沿凝了一层水珠,顺着窗框慢慢往下淌。训练中心已经连续很多天没有真正安静过,可这一刻却很像普通的冬日清晨,仿佛今天没有六小时考核,没有五个位置,也没有一张越来越近的国家队名单。
    江遥闭着眼睛又躺了几分钟。
    她昨天已经决定,今天不提前猜题。
    过去几周,她几乎把所有能犯的错误都犯过一遍:看见陌生结构太兴奋,想得过快;看见别人开始注意自己,又忍不住想做出一个“像江遥”的答案;好不容易学会克制,另一场却又在最普通的技巧里吃亏。现在真正到了自己最擅长的一场,她反而不想再证明什么。
    她只想把题看清楚。
    起床以后,三个人都没怎么说话。韩思遥刷牙时在镜子前站了很久,最后突然对江遥说:“我今天决定不看你。”
    江遥正扎头发:“为什么?”
    “你要是做得特别快,我会烦。”
    简宁在旁边洗脸,水顺着下巴往下滴:“那你可以闭眼考试。”
    韩思遥没接她的话,只认真补了一句:“我说真的。我今天只做自己的。”
    江遥点点头。
    “挺好。”
    韩思遥看着她:“你也别看我。”
    “我本来就不看。”
    “你这样说更烦。”
    三个人一起笑了一下,气氛才松开。
    早餐比平时更安静。候选组十个人散坐在几张桌子边,没人拿资料,老师也没有出现。江遥吃了一个鸡蛋、一碗粥和半根玉米。她没有特别控制饮食,也没有给自己制造任何仪式,只是在最后把一小杯牛奶喝完时,忽然发现手心有一点凉。不是冷。是紧张。
    她承认以后,反而好了些。
    ---
    六小时建模考核安排在一间更大的教室。
    每个人有一张单独的大桌,桌上放着一台不能联网的电脑、一叠空白纸和一个封好的文件袋。老师允许使用预装的基础计算工具,也允许做简单程序,但不得调用外部资料。最终提交不要求固定格式,可以有文字、图、公式,也可以只给一套清楚的判断流程。
    九点整,封袋拆开。
    江遥没有马上看后面的数据,先读第一页。
    材料描述的是一个完全陌生的系统:一大片被划成许多小区域的浅水池,水中有一种会随光照、温度和营养变化而生长的微小生物。绝大多数时候,整个水池看起来很稳定;可在某些条件下,局部会先出现异常浓度,随后很短时间内扩展成大片高浓度区域。管理者真正关心的不是“最后有多少”,而是能不能更早判断——系统是不是正在接近一次大范围变化。
    数据一共有三类。
    第一类,是每天的平均浓度。
    第二类,是不同位置的局部浓度。
    第三类,是温度、光照、营养水平等外部条件。
    材料还特意说明:数据并不完整,有些日期缺测,有些位置每天并不是同一批;过去管理者主要看“全池平均值”,但平均值往往到变化已经明显时才开始升高。
    题目最后只有一句:
    **请提出一种尽可能早、且能够被实际验证的预警方法,并说明它可能在哪些情况下失效。**
    江遥读完,第一反应并不强烈。
    它不像昨天那道对称失稳题,一眼就能看出某个明确的理论骨架;也不像前面那道“独立个体还是整体行为”,可以立刻设计几个区分实验。这更像一堆现实里会让人头疼的脏数据:时间不齐、位置不固定、外部因素很多,而且真正的“大变化”只有很少几次。
    她又把材料从头看了一遍。
    十分钟过去,没写。
    二十分钟过去,她只在纸上列了几个最普通的问题:什么算“大范围变化”?预警需要提前多久才有用?假警报能接受多少?过去几次事件前,有没有共同的变化?
    这些问题都对。
    也都不够。
    半小时以后,江遥开始看数据。
    首先看平均值。
    过去几年里共有四次明显的大范围异常。四次之前,全池平均浓度确实都有上升,但上升时间很晚,有两次几乎到事件开始前一两天才明显。这说明继续优化平均值预测,即使做得再精,也很可能只是在更准确地告诉管理者“事情已经发生了”。
    她把这一条写下来。
    然后看局部。
    真正有意思的东西慢慢出现。
    在四次大变化前,平均值虽然还不高,不同位置之间的差异却开始变大。有的地方仍旧正常,有的地方已经冒出几个高点。换句话说,如果只看全池平均,这些高点会被大量正常区域稀释掉;如果看每个位置,又会觉得它们只是噪声,因为异常出现在哪里并不固定。
    江遥盯着其中一次事件前十天的数据看了很久。
    她突然想到一个很普通的画面。
    一个班级平均分仍然是八十分,过去所有人都在七十五到八十五之间;后来平均分还是八十,却变成一部分九十五、一部分六十五。只看平均数,好像什么都没变,班级内部其实已经完全不同。
    这个类比没有出现在答卷上。
    但它帮她把问题往前推了一步。
    也许真正应该监测的,不是“全池水平有没有升高”,而是“内部是不是开始变得不均匀”。
    她在纸上写下:
    **平均还没动,内部先散开?**
    写完以后,她没有继续。
    前几次教训已经形成条件反射:这个解释太顺了,先找怎么错。
    如果外部条件本来就不均匀,比如某些区域光照更强、营养输入更高,那么局部差异变大,并不意味着系统接近整体变化;也可能只是天气、采样位置或者测量误差造成。尤其数据里每天采样的位置还会变化,“今天差异大”有可能只是刚好测了两个极端位置。
    这让她原本刚形成的想法一下变得不够用了。
    她没有失望。
    反而觉得题终于开始真正有意思。
    接下来的一个小时,她没有建立复杂模型,只做了一件很笨的事:把四次事件之前的局部数据,和大量没有发生事件的普通日期放在一起比较。她不再问“异常点多不多”,而是试着看几种更简单的特征——局部差异是否持续增加,相邻区域是不是开始更像彼此,异常是否总是孤立出现,还是会慢慢形成连续的小片。
    第一项不够稳定。
    第二项有一点信号,却受采样位置影响很大。
    第三项反而让她停住。
    平常日子里,高值点偶尔也会出现,但像散落的斑点,今天这里,明天那里,没有连续性。真正的大变化前,那些高值点开始变得“有邻居”:一个高值附近更容易再出现另一个高值,小片区域慢慢连起来。平均数仍可能正常,可空间上的组织方式已经变了。
    江遥在电脑上画出几张最粗糙的分布图。
    没有精美配色。
    只有灰点和黑点。
    可四次事件前,图上的变化肉眼都能看出来。
    这时已经过去两个半小时。
    她终于感到一种熟悉的兴奋开始往上冒。
    不是“我找到答案了”。
    而是“这可能值得继续”。
    她没有立刻给这种现象起名字,也没有从记忆里搜某个正式理论。只把问题重新写了一遍:
    **真正需要预警的,也许不是浓度升高,而是局部异常开始彼此连接。**
    这个表述比开头那个“预测大范围变化”小得多。
    也具体得多。
    ---
    中午十二点,考场统一送进简单盒饭。
    六小时考核不中断计时,但允许边吃边做。江遥打开盒饭时才发现自己已经饿得胃有点发空。饭是鸡肉、青菜和一小盒米饭,味道很一般。她把电脑推远一点,强迫自己至少用十分钟正常吃饭。
    考场里十个人的状态已经开始分化。
    方启还在电脑前看图,只用一只手吃饭;许观澜把屏幕关了,显然准备真正休息十分钟;简宁吃得很快,几乎没抬头。韩思遥的位置在教室另一侧,她遵守早上说的,真的一次都没往江遥这边看。
    江遥吃到一半时,忽然意识到自己已经连续两个小时没有想到“前五”“第三”“国家队”。
    这个发现让她心里轻轻松了一下。
    至少这道题把那些东西暂时赶走了。
    饭吃完,她重新回到数据。
    现在真正困难的问题出现了:如何把“异常开始彼此连接”变成一个管理者能实际使用的预警,而不是一张漂亮图片?
    如果每天都依赖高密度采样,现实里做不到。
    如果异常区域位置每次不同,也不能固定盯几个点。
    如果只设一个简单阈值,例如“黑点超过多少就报警”,又会退回另一种平均数,只是换了对象。
    江遥开始试着压缩。
    她最后保留了两个最简单的量。
    一个衡量“局部差异有没有持续放大”。
    另一个衡量“高值区域是不是越来越成片,而不是零散”。
    她没有追求把两者合成一个神奇指标,而是设计了一个两级预警:先看内部差异是否连续几天显著高于自身历史水平;若成立,再看空间连接是否同步增强。只有两步都满足,才触发真正预警。
    这样会漏掉一些变化。
    却能减少普通天气波动造成的假警报。
    接下来,她把前四次事件逐个“藏起来”,假装自己不知道未来,从更早的数据开始往后滚动,看看这套办法是否能提前发出信号。
    第一次,提前五天。
    第二次,提前七天。
    第三次,只提前三天。
    第四次,提前六天。
    江遥看着第三次结果,皱了很久。
    为什么只有三天?
    她重新打开那次事件的原始数据,很快发现一个麻烦:那一段时间采样点特别少,而且主要集中在水池一侧。她的算法不是“没看见信号”,而是根本没有足够信息看。
    这让她意识到,题目其实还有一层。
    一个预警方法的上限,不只由模型决定,也由你愿意测什么决定。
    她没有试图用数学把缺失的数据补得过分漂亮。反而在最终方案里加了一部分“最小采样策略”:如果每天只能测有限位置,不要总测同几个点,也不要完全随机,而应保留少数固定点观察长期变化,再拿一部分采样机会轮流扫不同区域,专门寻找局部聚集是否正在出现。
    写到这里,她忽然停住。
    这个结构很熟悉。
    固定点保证可比。
    移动点负责发现新变化。
    和几周前交通传感器那道题有点像。
    可这一次她没有觉得自己在重复旧答案。现实问题本来就会在不同地方长出相似的结构,重要的不是套模板,而是为什么此处需要它。
    她继续往下写。
    最后一部分是“什么时候会失败”。
    这一栏她花的时间比预想更多。
    如果整个水池几乎同时受到强外部冲击,例如温度突然变化,那么局部聚集可能根本来不及先出现;如果采样太稀,空间连接的信号会被漏掉;如果异常并不是通过局部扩展形成,而是多个区域同时独立爆发,那么“成片”也不是可靠前兆;更重要的是,四次历史事件太少,任何看起来漂亮的规律都可能只是小样本巧合。
    她把最后一句写得很明确:
    **现有结果只能说明该指标值得前瞻验证,不能证明它是普遍规律。下一阶段应固定预警规则,不再根据新事件事后调整,再观察其真实命中率和误报率。**
    写完这段时,离考试结束还有五十二分钟。
    江遥第一次完整地从头读自己的方案。
    没有复杂模型。
    没有新术语。
    甚至没有一个让人一眼觉得“天才”的公式。
    只是把一个原本很大的问题,慢慢压成了几件可观察、可测试、可失败的事情。
    她看完以后,没有再往上加东西。
    最后四十分钟,她几乎都在删。
    删掉一段关于可能机制的猜测,因为它对预警没有必要;删掉两个相关性不稳定的指标;删掉一张视觉上很好看的图,因为管理者实际用不上;最后甚至把标题从“基于空间结构变化的多尺度预警框架”改成了一句更简单的:
    **平均值变化以前,能不能先看见内部开始成片?*
章节报错(免登陆)
验证码: 提交关闭