隐秩序，大数据中蕴藏的秩序

计算复杂性导论》可用作计算机专业、计算数学专业的计算机理论课程的教材，也是有关研究人员不可或缺的参考书。计算复杂性理论是用数学方法研究使用数位计算机解决各种算法问题困难度的理论。《计算复杂性导论》对计算机科学中这一重要理论做了全面的介绍。其内容包含基本理论，如计算模型NP-完全性，以及较深入的课题，如线路复杂性、概率复杂性和交互证明系统等。此外，《计算复杂性导论》还包括了复杂性理论近年来两个较重大的突破，即概率可验证明及其在近似算法上的应用和平均NP-完全理论。《计算复杂性导论》中所有结果均有严格的数学证明，在每章后配有相关练习题。

单纯性算法、对偶问题、网络流、整数规划、动态规划、NP问题、近似算法

计算机数学_计算复杂性理论与NPC、NP难问题的求解》(作者)陈志平 科学2001年8月第1版.pdf

这本书的论点是，复杂性科学是一种“新型科学”，我借鉴自 Stephen Wolfram。 2002年，Wolfram 发表了 “新科学”一文，在这里介绍了他和其他人在细胞自动机上的工作， 并描述了一种用于计算系统研究的科学方法。在之后的章节中，我们会回顾 Wolfram，但是 现在我打算将他的标题用于更广泛的东西。 我认为复杂性是新的，不是因为它将科学工具应用到一个新的主题，而是因为它使用不同的 工具，允许不同种类的工作，并最终改变了我们认为是“科学”的东西。 为了证明差异，我将从经典科学的一个例子开始：假设有人问你为什么行星轨道是椭圆形 的。你可以引用万有引力的牛顿定律，并用它来写出描述行星运动的微分方程。然后，你可 以求解微分方程，并展示出解是椭圆。证明完毕！ 大多数人发现这种解释令人满意。它包括一个数学推导 - 所以它有一些严格的证明 - 它解释了 具体的观察，椭圆轨道，通过诉诸一般的原则，引力。 让我用另一种解释来对比一下。假设你搬到像底特律这样种族隔离的城市，你想知道为什么 这样。如果你做一些研究，你可能会发现 Thomas Schelling 的一篇文章，称为“分离动态模 型”，它提出了一个简单的种族隔离模型： 这里是我对这个模型的描述： 城市的谢林模型是一个单元格数组，每个单元格代表一个房子。这些房子被两种“智能 体”占据，标有红色和蓝色，数量大致相等。大约10％的房子是空的。 在任何时间点，智能体可能会高兴或不高兴，这取决于附近的其他智能体。在模型的一 个版本中，如果智能体至少有两个邻居像自己一样，则智能体很高兴，如果邻居是一个 或者零个，则智能体不高兴。 这个模拟通过随机选择一个智能体来运行，并检查它是否快乐。如果是的话，没有任何 反应 如果不是，智能体随机选择一个未占用的单元格并移动。 如果你从一个完全未分离的模拟城市开始，并在短时间内运行该模型，类似的智能体会聚集 到一起。随着时间的流逝，这些社区会增长和合并，直到存在少量的大型社区，大多数智能 体都生活在均匀的社区中。

这是关于约束满足问题的论文，有具体的算法很分析

关于程序复杂性于正交设计的一点思考

ch02 数学归纳法.pdf

大停电与电力系统的复杂性 大停电的自组织临界性 大停电的连锁故障模型 复杂电力网络的结构脆弱性和连锁故障演化 连锁故障动态过程中的协同学特征

本文对深度学习中模型复杂性的最新研究进行了系统的综述。深度学习的模型复杂度可分为表达能力和有效模型复杂度。从模型框架、模型规模、优化过程和数据复杂性四个方面回顾了现有的研究成果。我们还讨论了深度学习模型复杂性的应用，包括理解模型泛化能力、模型优化、模型选择和设计。