F#,印度数学教育与优秀编程

作者分享了学习F#函数编程语言的经历,强调了思维方式转变的重要性,并对比了印度与中国在数学教育方面的不同。
F#,印度数学教育与优秀编程
gisspace 转帖

 

这个周末,我终于可以坐下来做我在一年来一直承诺要做的事情:我开始应用F#。这次体验相当有趣。十多年来,我第一次不能只是通过坐着瞧一些样本代码来理解一门语言。

这次体验强化了当前通用编程语言的可悲状况。确实,过去我曾多次抱怨过VB.NET、C#、Java等语言的平庸之处。但明白我的所作所为对我的思考方式有着重大影响,这引起我的强烈兴趣。

我在11年级使用EdScheme时初次遇到一种函数编程语言。虽然F#的语法与EdScheme大有不同(EdScheme是Scheme的一个版本,是Lisp的一个术语;F#以OCaml为基础),它们的许多原理是一样的,特别是在“标签”与“值”相对的概念方面。

在函数编程语言中,有一种避免(或完全禁止)“值”概念的倾向。相反,每个标识符实际上作为一个标签,引用一个特殊的函数。

例如,“let x=5+y”并不是设定x的值等于y加5得到的值。相反,x是一个函数,调用后,它计算5+y并返回结果。如你所见,这种思维方式与我们大多数人学会的过程代码截然不同。

说明一下,我在“过程代码领域”中包含了面向对象(OO)代码,因为在最原始、低级的层次,每个OO程序都以一个非常传统、过程化的思考过程结束。换句话说,OO只是访问和编写过程代码的一个非常优秀和有组织的方法。

姑且不谈那一点。我发现我的思维很难接受某些概念。让人感到沮丧的是,我过去了解这种情况。并不仅仅是因为我有些迟钝或缺乏练习,我发现自己难以接受F#的思考方式。

想象一下,如果你去骑自行车,但由于你开了15年的汽车,你的脚总是不由自主的伸向油门处;你说的情况和这类似。

这让我记起我在几个月前的一次谈话。与我交谈的是一位由印度访美的程序员,他和我彼此相当熟悉,他做程序员已有相当长一段时间了,可能和我的时间一样长。他和我谈到教育。

众所周知,印度、中国和许多其它国家在数学教育上远远超过美国。因此我问他在印度如何教授数学。我的问题让他感到十分困惑,好像学习数学还有别的方法,而这是他第一次听说似的。

“从书本,通过黑板上的例子(学习数学);还有别的方法吗?”我向他询问计算器和电脑的使用情况,这两种工具在美国的数学教育中应用广泛。

他对我解释说,印度高中禁止使用计算器;大学也只允许使用计算器进行基本的计算(如加、减、乘、除、指数、平方根、对数和自然对数);他们反对使用计算器甚至达到这样的程度:使用计算器可能会招致奚落和羞辱。

这听起来与美国的教育环境全然不同,在美国,学校如今要求七年级的学生拥有T1-85——一种可能比巡航导弹的导航系统还更加强大的计算器。

所有这一切归结于基本的思维方法。编写代码(并写出好代码)需要某种思维能力。我的多次经验证明:一旦某种思维方式得以确定,就很难发生改变。对F#而言,当我在经验极为不足时可以轻松学会的思维方式却因为如今经验丰富而变得艰难起来。

一所摇摇欲坠的房子建立在优秀的早期教育打下的牢固思维基础之上,如果我希望建立一幢漂亮的新房子,就必须将其摧毁。但如果我推倒这间危房,至少我还有一个坚固的基础,干净的水井和完整的管道设备。

那些企图在松软地基上建立一间摇摇欲坠的房子的人将会遇到严重的问题。这也是我为何如此关注普通教育的缘由。

我知道我可以学会F#。虽然我的学习过程要比平常人困难得多,但学会的可能性依然很大。我只是需要一直自我提醒函数语言的运行机制,这样就不存在什么问题。

但对于缺乏那种经历的人而言,缺少基本的思维基础,他们怎么能学会它呢?对此我一片茫然。了解一种函数编程语言是成为程序员的先决条件吗?当然不是。

许多优秀的程序员并没有接触过函数编程语言。但是,从这种经历汲取的思维方法却异常宝贵。我知道,我学习EdScheme的经历对我成为一名优秀的程序员大有裨益,即使一段时间以来我一直陷入“通用OO语言”的怪圈之中。

所以,与印度朋友交谈后,我感到十分担心。在我看来,印度、中国和其它许多国家的学校似乎为他们的学生打下非常优质的普通教育基础。

我看着我的兄弟姐妹(我比他们大得多)学习的“数学”,我可不希望让我的孩子接受这种糟糕的“教育”(我还没有正式成为父亲,但几天或几个星期后就会做父亲!)我喜欢看到人们接受最好的教育。电脑和高级计算器打下的数学基础并不能使你成为一名优秀的程序员。

我想,一旦我完成这段F#经历(我希望了解更多内容,以便评估它在现实编程中的适应性),就该是返回基础理论的时候了。几个星期以前,一名读者推荐了几本ER Tufte的书籍,我想我应以此为起点。

在我当前的任务中,自己动手的编程工作已减到最少。我需要再次温习我的编程原理,尽量做到最好。(文/Justin James)

 
内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性全局寻优能力,适用于现代智能电网中的需求侧管理能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性不确定性,提升系统运行的稳定性电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性可靠性目标,并通过仿真平台验证了所提方法的有效性优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发教学实践;②为实现微电网功率稳定控制经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证方案优化。; 阅读建议:建议结合提供的Simulink模型相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建参数调优方法,并通过传统PID或MPC控制策略的对比实验,深入理解其在动态响应鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环电流环)的设计仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
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