77、集合论中的公理、真理与一致性探索

集合论中的公理、真理与一致性探索

1. 连续统假设相关探讨

在集合论的研究中,连续统假设(CH)是一个备受关注的问题。有一种理论与大基数是一致的,虽然我们尚不清楚大基数是否一致,但大基数似乎代表着正确的研究方向。因为否定大基数的存在是不自然的,一旦我们认定大基数公理为真,那么所有与之不相容的命题就必然为假。

对于连续统假设,最初的表述并非关于 (H(\omega_2)) 的命题,但在 (\Phi(\omega_2)) 中有与之在 ZFC 中等价的命题。因此,研究 (\Phi(\omega_2)) 中命题的不变性,或许能为我们判断是否应接受或拒绝连续统假设提供线索。公理 ((\star)) 蕴含连续统假设的否定,实际上它表明 (2^{\aleph_0} = \aleph_2)。然而,这并不能有力地证明连续统假设不成立,因为可能存在其他公理,使得 (\Phi(\omega_2)) 中的命题在力迫法下保持不变,同时蕴含连续统假设。

Woodin 提出了一个复杂的理论,试图证明这种情况不会发生。他证明了:假设强 (\Omega) - 猜想成立,并且存在一个真类的 Woodin 基数,如果 (ZFC + \alpha) 是 ZFC 的一个扩张,其中 (\Phi(\omega_2)) 中的命题在力迫法下保持不变,且与大基数公理相容,那么 (ZFC + \alpha) 会反驳连续统假设。但遗憾的是,(\Omega) - 猜想的证明尚未完成。而且,即便证明了 (\Omega) - 猜想,上述定理也不能作为连续统假设不成立的有力证据,因为还有其他结果指向连续统假设为真。例如,Woodin 早期的一个结果表明,如果要使另一组命题((\Sigma_2^1) 命题)在力迫法下保持不变,就必须让连续统假设

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值