周六的早晨，红石庄园的书房被临时改造成了训练场地。
长桌上摆着两台笔记本电脑、一堆参考书、还有几张写满了公式的白板。
江蓓儿和白彦秋坐在桌子的两侧，神情专注。
这是他们第一次周末全训练，模拟实战环境。
“今做完整的48时模拟，”江蓓儿，“从早上般到后早上般。中途可以休息，但要记录所有时间分配。”
白彦秋点头：“明白。题目呢？”
江蓓儿从文件夹里抽出三张纸：“三道题，难度递增。第一题4时，第二题8时，第三题36时。和正式比赛一样，需要完成模型构建、算法设计、编程实现、结果分析和论文撰写。”
白彦秋接过题目，快速浏览：“第一题：图书馆图书推荐系统优化……这是协同过滤算法和矩阵分解的典型应用。”
“第二题：城市垃圾分类站点布局优化，”江蓓儿，“涉及设施选址、运输路径、多目标规划。”
“第三题……”白彦秋皱起眉头，“基于气象数据和历史记录的极端气预测模型……这个有点难。”
“难才需要练习。”江蓓儿看了眼时钟，“开始吧。般到十二点，第一题。”
两人立刻进入状态。
书房里只剩下键盘敲击声、翻书声、和偶尔的低声讨论。
江水溶悄悄推开一条门缝，看到两个孩子专注的样子，轻轻关上了门。
“怎么样？”严隽在客厅问。
“很认真，”江水溶走回来，“像两个科学家在做研究。”
严隽笑了：“蓓儿难得这么投入一件事。那个白彦秋……真的能跟上她吗？”
“看起来可以，”江水溶，“虽然比不上蓓儿，但已经远远超过同龄人了。”
“那就好。”严隽摸着肚子，“宝宝今也很安静，大概知道姐姐在忙，不捣乱。”
---
上午十点，第一题完成了一半。
白彦秋遇到了一个技术难点：“用户-物品评分矩阵太稀疏了，直接用SVd分解效果不好。”
“加正则化项，”江蓓儿头也不抬，“或者用带偏置的SVd。参考Netflix prize的获奖方案。”
白彦秋立刻去查资料，几分钟后找到了解决方法。
十一点半，第一题基本完成。
“测试一下推荐准确率，”江蓓儿，“用十折交叉验证。”
白彦秋运行程序，屏幕上跳出结果：准确率78.3%。
“可以优化到80%以上，”江蓓儿看了一眼，“但时间有限，先这样。准备写论文。”
两人分工合作：江蓓儿负责方法论部分，白彦秋负责实验设计和结果分析。
十二点整，第一题准时完成。
“休息半时，”江蓓儿宣布，“吃饭，放松，不准讨论题目。”
午餐是芳姐准备好的营养餐。两人坐在餐桌前，默默吃着。
“江蓓儿，”白彦秋忽然开口，“你平时都这么……严格地安排时间吗？”
“嗯。”江蓓儿，“效率最大化。”
“不累吗？”
“累，但值得。”江蓓儿喝了口汤，“如果浪费时间，才是真的累。”
白彦秋若有所思地点点头。
饭后，两人在花园里散步十分钟。
江蓓儿指着庭院里的一棵老树：“看那个分形结构。”
白彦秋顺着她的手指看去：树枝的分叉、叶脉的分布，确实呈现出典型的分形特征。
“自然界充满了数学，”江蓓儿，“只是很多人看不见。”
“你总能看见，”白彦秋，“为什么？”
江蓓儿沉默了一会儿：“因为我在找。”
“找什么？”
“找……规律。”江蓓儿没有实话，但也没有完全谎，“找到规律，就能理解。理解，就能预测。预测，就能控制。”
白彦秋认真听着：“你想控制什么？”
江蓓儿看了他一眼，没回答。
十二点半，训练继续。
第二题比第一题复杂得多。
不仅涉及数学建模，还需要地理信息处理和多目标优化。
“垃圾分类站要覆盖所有居民区，又要最化运输成本，还要考虑环境影响因素……”白彦秋在白板上画着示意图，“这是典型的多目标优化问题，可能需要pareto最优解集。”
“用NSGA-II算法，”江蓓儿，“多目标遗传算法，可以生成一组非支配解，让决策者根据偏好选择。”
“需要处理GIS数据，”白彦秋看着题目附带的电子地图，“居民点分布、道路网络、地形高程……”
“我来处理数据，”江蓓儿，“你设计算法框架。”
分工再次明确。
江蓓儿快速编写python脚本，读取地理数据，进行坐标转换和缓冲区分析。
白彦秋则研究NSGA-II的实现细节，设计适应度函数和遗传算子。
下午三点，基础模型构建完成。
“现在最大的问题是计算量，”白彦秋看着程序运行结果，“种群规模100，迭代200代，每次评估都要计算覆盖度和运输成本……可能需要几时。”
“优化评估函数，”江蓓儿，“用近似计算代替精确计算。另外，可以先用简化模型找到大致区域，再精细搜索。”
两人讨论着各种优化方案，时而争论，时而达成一致。
江水溶再次悄悄开门时，看到白彦秋正在白板上快速推导公式，江蓓儿在一旁指出一个错误。
“这里，拉格朗日乘子的约束条件写反了。”
“哦，对。”白彦秋立刻改正。
江水溶轻轻关上门，心里感慨：这孩子，居然能让蓓儿主动开口指导，真是不简单。
---
晚上七点，第二题终于完成。
两人都露出了疲惫的神色，但眼睛依然有神。
“休息一时，”江蓓儿看了眼时间，“七点到般。然后开始第三题，通宵。”
“通宵？”白彦秋有些惊讶，“你家人同意吗？”
“模拟实战，”江蓓儿，“正式比赛就是48时连续作战。今晚睡在书房，已经准备好了。”
她指了指墙角的两个睡袋。
白彦秋愣住了：“你爸爸……”
“爸爸同意，”江蓓儿，“只要保证安全。你家人那边，需要打电话吗？”
“我跟我爸爸一下。”白彦秋拿出手机，走到外面打电话。
几分钟后，他回来：“我爸爸同意了，但要求每两时报一次平安。”
“可以。”江蓓儿，“现在先休息。一时后开始第三题。”
晚餐后，两人躺在睡袋里，却没有立刻睡觉。
“江蓓儿，”白彦秋轻声问，“你为什么对数学建模这么认真？不只是为了比赛吧？”
黑暗中，江蓓儿沉默了很久。
“因为建模是理解世界的一种方式，”她最终，“把复杂的问题简化，抽象，用数学语言描述，然后求解……这个过程，很像在破解一个谜题。”
“你喜欢破解谜题？”
“嗯。”江蓓儿，“世界上有很多谜题，有些很简单，有些很难。数学建模是解决难谜题的工具之一。”
“还有哪些工具？”白彦秋问。
“物理、化学、生物、计算机……所有科学都是工具。”江蓓儿，“但最重要的工具是……”
她停住了。
“是什么？”白彦秋追问。
“是敢于提问的勇气，”江蓓儿，“和不怕失败的坚持。”
白彦秋思考着这句话。
“你遇到过很多失败吗？”他问。
“很多。”江蓓儿，“解不出的题，推不翻的假设，走不通的路。但每次失败，都告诉你这条路不对，要换一条。”
“那如果所有路都不对呢？”
“那就创造新路。”江蓓儿，“科学的历史，就是不断创造新路的历史。”
白彦秋沉默了。
黑暗中，他能听到江蓓儿平稳的呼吸声，还有窗外偶尔传来的虫鸣。
这个女孩，比他想象的还要……深刻。
般整，闹钟响了。
第三题，开始。
极端气预测是典型的时序预测问题，但比一般的气预报更复杂——需要预测的是极端事件的发生概率、时间、强度和影响范围。
“气象数据维度很高，”白彦秋看着数据集，“温度、气压、湿度、风速、降水量……还有地理信息和季节因素。”
“用深度学习，”江蓓儿，“LStm网络处理时序数据，卷积网络处理空间特征。组合成convLStm模型。”
“数据量够吗？”白彦秋问，“深度学习需要大量训练数据。”
“用数据增强，”江蓓儿，“旋转、缩放、添加噪声。另外，可以用迁移学习，借鉴类似地区的历史模型。”
两人再次分工。江蓓儿负责神经网络架构设计，白彦秋负责数据处理和特征工程。
深夜十一点，书房里依然亮着灯。
江水溶第三次悄悄查看时，发现两个孩子都在聚精会神地工作，甚至没注意到他推门。
他轻轻放下两杯热牛奶和点心，又悄悄退了出去。
凌晨两点，模型训练完成。
“测试准确率65%，”白彦秋看着结果，“不高。”
“对于极端气预测来，已经不错了，”江蓓儿，“这种事件本来就是概率，很难准确预测。重点是可解释性——模型能告诉我们哪些因素最重要。”
她调出特征重要性分析图：“看，海平面温度和大气压力梯度是最重要的两个预测因子。这和气象学的结论一致。”
白彦秋点头：“这明模型学到了合理的规律。”
凌晨四点，论文撰写完成。
两人都累得几乎睁不开眼，但坚持完成了最后的检查和排版。
“保存，备份，”江蓓儿，“五点提交。然后可以睡觉了。”
五点整，模拟结束。
两人几乎是倒头就睡。
---
第二早上般，江水溶轻轻推开书房门。
晨光透过窗户洒进来，照在两个睡袋上。
江蓓儿和白彦秋都还在熟睡，脸上带着疲惫但平静的神情。
桌子上，三份完整的论文整齐地摆放着。
江水溶心地拿起最上面一份，翻开看了看。
虽然看不懂具体内容，但他能看出论文的结构严谨、图表清晰、论述有条理。
这是两个学生用48时完成的成果。
不，不只是学生。
是两个有着科学家潜质的孩子。
江水溶轻轻放下论文，关上门。
让她们多睡会儿吧。
昨晚的训练，已经证明了他们的能力。
而未来的路……
还很长。
但至少现在，他们有了一个好的开始。
一个相互信任、相互配合的开始。
这就够了。
喜欢末世兵王穿渣爹，反派女儿你别急请大家收藏：(m.183xs.com)末世兵王穿渣爹，反派女儿你别急183小说网更新速度最快。