763
个编辑
更改
→编者推荐
==编者推荐==
==编者推荐==
[[File:1201005378_0_1_800x800.jpg|200px|thumb|right《随机模拟方法与应用》封面|]]
===书籍推荐===
*[https://book.douban.com/subject/26287261/ 随机模拟方法与应用]
::肖柳青、周石鹏编著的《随机模拟方法与应用》力图以通俗易懂与自封的方式叙述随机模拟方法，通过大量生活中的实例来阐明模拟的基本方法与相关概念，并给出全部例子的Matlab程序。全书共分十一章，分别介绍了随机模拟方法的特点与步骤、概率论预备知识、Matlab软件的基本编程方法、随机数的生成方法、马尔可夫链蒙特卡罗方法、随机服务系统模型、蒙特卡罗优化方法、随机游走模型、蒙特卡罗积分方法、复杂系统的模拟。其中应用方面涉及了经济金融、统计物理、排队论、交通流、社会问题及其复杂网络等问题。
===文章推荐===
===文章推荐===
*[https://mp.weixin.qq.com/s/5-tcOUSaUlCO3UT-3tqpdw 小装置，大未来：量子机器学习1.0时代]
::量子机器学习不知不觉已经进入1.0时代了。这个如此让人兴奋的新领域，不仅可以帮助我们更好地进行机器学习，还有助于我们对机器学习进行创新，甚至重新定义我们对于机器学习的思考方式。
*[https://www.bilibili.com/read/cv4579973/ 建模算法入门笔记-模拟退火(SA)(附程序)]
*[https://www.bilibili.com/read/cv4579973/ 建模算法入门笔记-模拟退火(SA)(附程序)]
*[http://arxiv.org/abs/2004.13514 模拟退火用于现实网络的树分解]
::这篇文章介绍了模拟退火的基本知识并附有MATLAB代码。
*[http://arxiv.org/abs/2004.13514 模拟退火用于现实网络的树分解 Tree decompositions of real-world networks from simulated annealing]
::网络的分解不仅对结构勘探有用。它们在给定网络上运行的过程的分析和计算解决方案(如伊辛模型、渗透模型、SIR模型)中也有应用。这里考虑的树和分支分解直接将网络结构表示为树，用于网络属性的递归计算。与基于群落结构或元结构的粗粒化近似不同，足够小宽度的树分解允许在平衡过程中得到精确的结果。在这里，作者使用模拟退火来寻找一组中等规模经验网络的窄宽度树分解。但并没有直接优化树的分解，而是使用了一个搜索空间，这个搜索空间由所谓的消除顺序构成，也就是网络节点集上的排列。
===课程推荐===
*[https://campus.swarma.org/course/285 “涌现”与关于《马姨》的大讨论]
::在这节课中，首先会复习上节课学习的内容，即群体系统与群体思维的应用。然后，会介绍什么是涌现。在讲解涌现的时候会引出“Pattern”这个概念，即人类是如何凭着自己的主观视角，无中生有，识别出所谓的模式的。并可以学习：群集思维的应用方法，如蚁群算法、粒子群优化算法、粘菌的智慧、N皇后问题等。
----
本中文词条由[[用户:趣木木|趣木木]]用户参与编译，[[用户:木子二月鸟|木子二月鸟]]审校，[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''