周宇轩缓缓转过头,看向肖宿。
林思源也看了过来。
肖宿从材料中抬起头,表情平静:“我不会编程。”
“肖哥,”周宇轩眼中燃起希望,“我这里有数学部分的核心描述,全是公式和推导,你能帮忙看看吗?”
肖宿想了想,点点头:“可以看看。”
周宇轩几乎是跳起来的,他迅速整理出一个文档,上面满是复杂的数学表达式:
“这是问题形式化的描述,这是现有方法的数学模型,这是我们的改进尝试……”
肖宿接过电脑,目光迅速扫过屏幕。
宿舍里安静得能听见窗外风吹树叶的声音。
三双眼睛盯著肖宿,看著他平静的表情,看著他偶尔微微蹙起的眉头,看著他的视线在公式间快速移动。
大约五分钟后,肖宿开口了。
“你们试图用隨机过程建模计算任务到达,然后用动態规划做分配决策?”
周宇轩眼睛一亮:
“对!但问题在於任务到达的模式有隱蔽的周期性,而且受前一阶段计算结果的影响,不是完全隨机的。”
“这里,”肖宿指著屏幕上一段公式,“你们假设任务到达间隔服从泊松分布,但实际数据不满足这个假设。”
“我们后来发现了,但换成其他分布模型效果更差。”周宇轩有些苦恼地说。
肖宿沉默了一会儿,脑海中快速闪过几种可能的数学模型。
忽然,他想起了最近在数学物理中看到的一种方法。
那是研究量子场论中粒子產生与湮灭时用的工具,与他们想要达到的目的有异曲同工之妙。
“试试用点过程建模,结合hawkes过程的自激特性。”
肖宿说,“任务完成会激发新任务的產生,这符合自激过程的特徵。然后可以用隨机微分方程描述系统状態变化。”
周宇轩愣住了。
点过程?
hawkes过程?
这些词他听都没听过。
这些全是高级统计学方面的內容。
“但我……我不太熟悉这些……”
周宇轩有些尷尬。
肖宿拿过一张草稿纸,开始快速书写。
优美的数学符號流畅地从他笔尖流出:
“设n(t)表示到时间t为止到达的任务总数,强度函数λ(t)=μ+∫??φ(t-s)dn(s),其中μ是基础强度,φ是影响函数……”