第18章 蒙特卡洛的推导（2合1章节）(2/4)
“我听别的省的同学说，他们赛区的答辩都特别的水，答辩只要能够证明论文是自己写的就行，根本没有像咱们一样刻意刁难选手。”方舟注意到，这群学霸虽然嘴上说着国一无望，但脸上都洋溢着对自己论文的无比自信。
可能这就是学婊吧。
聊了一会儿，感觉没什么意思。
方舟坐到窗边，拿着借来的书，一本本翻了下去。
虽然这些书自己也上学期曾在图书中粗略记忆过，但再次拿起时，依旧有全新的不一样的感受。
经过了一个暑假的磨练，自己在数学和计算机领域上的水平在不断的提高。
以一个大学生的视角，回过头来看高中生的难点试题。
自己在第一次看书的时候也曾对其中的知识有个大概的印象。
但是以高水平的视角，来看低水平时，自己对这些难点的设置有了一个完整的脉络。
就仿佛第一次接触的时候，自己只是大概记下了知识大树的主要躯干，第二次和第三次阅读，自己对大树躯干的延伸有了如指掌，清楚的知道了每一片树叶的存在。
再次将目光集中於蒙特卡洛随机算法的时候，眼前的算法在方舟的脑海里不断剖析，变成了基本算术的组合，每一个代数和变换都有了其对应的意义。
因此，蒙特卡洛算法的限制自然也一目了然。
因为是随机算法，每一步迭代时候，就会产生一轮误差，而蒙特卡洛算法本身因为其结构就决定了它需要大量的样本容量的迭代。
这样一代代误差迭代，就会导致结果的失真。
解决这个方法也并不困难，增加样本原始容量并减少迭代次数，或是在每一次迭代之后加一次修正，但是这又很考研编程人和建模人的水平。
方舟看着纸上的数学表达式，准备将其进一步挖掘。
智能算法虽然出道较晚，但是它的进化次数却足够多。
很多人一直在使用算法最原始的版本，但殊不知世界上的众多爱好者们从不吝惜探索智能算法的欲望。
在国内外论坛上，都能找到许多智能算法的推导和变种，只不过其中的真假就无从得知了。
方舟既然已经承诺了要出一份完美的补充说明，那就要做到最好。
从周二到周四，方舟像是走火入魔一般，不断在协会的办公室里进行推导。
吃住都在办公室，课不去上有院长的兜底，就连宿舍也很少回去。
终於，在周四晚上，方舟终於将最后一步推导写完。
一个以蒙特卡洛随机算法为基础的推导算法出现在纸张上，但其中的计算过程和推导步骤，一点也找不出原本随机算法的影子。
如果是新手来看的话，只会将其看做两种完全不一样的随机算法。
有了新算法，就要寻人来进行测试。
方舟首先找到张聪，既是协会的编程骨干，又常年驻扎在办公室，智能算法经验丰富的他是最好的试验对象。
对於新算法，张聪早已趋之若鹜，一点也不在乎新算法的出处，自然没有过多的询问。
将其调入早已写好的一个火炮控制模型当中，完美的模拟了火炮飞行时所受到随机参数的影响，与实际击打目标的参数仅相隔在小数点两位以后。
同一层内，作为协会指导老师的薛安民，将这段时间方舟的表现完全看在眼里。
对於这个国赛时收的学生，自己颇为满意，作品完成度高，模型制作也足够精良。
以他多年带队伍参