大數(shù)據(jù)背景下貪心算法語(yǔ)言的信息化發(fā)展趨勢(shì)

李佳倩　余岷

摘要：本文通過(guò)建立2P選擇性中點(diǎn)模型和貪婪算法，分析了各種語(yǔ)言的發(fā)展趨勢(shì)，并基于此建立語(yǔ)言發(fā)展趨勢(shì)模型，并將該模型基于某公司辦事處選址進(jìn)行應(yīng)用。最終結(jié)果顯示，為了節(jié)省公司和客戶(hù)資源，改進(jìn)了覆蓋模型并計(jì)算，可以為公司建立少于六個(gè)辦事處。

關(guān)鍵詞：語(yǔ)言發(fā)展趨勢(shì) ?貪心算法 ?2P模型

1 引言

目前，地球上大約有6900種語(yǔ)言。普通話（包括標(biāo)準(zhǔn)的中文，西班牙語(yǔ)，英語(yǔ)，印地語(yǔ)，阿拉伯語(yǔ)，孟加拉語(yǔ)，葡萄牙語(yǔ)，俄語(yǔ)，旁遮普語(yǔ)和日語(yǔ)），約有一半的世界人口是以下十種語(yǔ)言之一。世界上許多人也說(shuō)第二語(yǔ)言。當(dāng)考慮使用特定語(yǔ)言的發(fā)言人總數(shù)（母語(yǔ)，第二語(yǔ)言或第三語(yǔ)言的發(fā)言人）時(shí)，由于多種影響，包括但不限于語(yǔ)言的影響，該語(yǔ)言的發(fā)言人人數(shù)可能會(huì)隨時(shí)間增加或減少。在政府中使用和/或促進(jìn)語(yǔ)言的使用在學(xué)校中語(yǔ)言的影響，社會(huì)壓力，文化團(tuán)體的移民和同化，移民到使用其他語(yǔ)言的國(guó)家以及在我們?nèi)蚧嗷ヂ?lián)系的世界中，還有其他因素允許地理上遙遠(yuǎn)的語(yǔ)言進(jìn)行互動(dòng)。其中包括國(guó)際商務(wù)關(guān)系，不斷發(fā)展的全球旅游業(yè)，電子通訊和社交媒體的使用以及促進(jìn)快速和簡(jiǎn)單翻譯的技術(shù)使用。

隨著全球經(jīng)濟(jì)一體化概念的不斷深入，人們?cè)絹?lái)越關(guān)注國(guó)家與人民之間的交流方式。 作為人類(lèi)交流的重要工具，語(yǔ)言越來(lái)越受到關(guān)注。本文基于目前語(yǔ)言的使用和發(fā)展情況數(shù)據(jù)，并通過(guò)建立2P選擇性中點(diǎn)模型和貪婪算法，分析了各種語(yǔ)言的發(fā)展趨勢(shì)，并基于此建立語(yǔ)言發(fā)展趨勢(shì)模型，并將該模型基于某公司辦事處選址進(jìn)行應(yīng)用。

2 模型建立

2.1模型的簡(jiǎn)化

考慮人口密度分布，空間距離和語(yǔ)言選擇，本文簡(jiǎn)化了模型并建立了以下模型：

約束是：

yij≤xj，i∈N，j∈K

xj∈{0，1}，j∈K

yij∈{0，1}，i∈N，j∈K

其中，N是學(xué)習(xí)的語(yǔ)言總數(shù)，K是研究對(duì)象中的選擇設(shè)定點(diǎn)，Di是對(duì)象I的總體分布，Cij是從不同選擇點(diǎn)到起點(diǎn)的每單位因子參數(shù)，P是可選設(shè)定點(diǎn)（P

2.2貪心算法

貪心算法（又稱(chēng)貪婪算法）是指，在對(duì)問(wèn)題求解時(shí)，總是做出在當(dāng)前看來(lái)是最好的選擇。也就是說(shuō)，不從整體最優(yōu)上加以考慮，算法得到的是在某種意義上的局部最優(yōu)解。

所謂貪心選擇性質(zhì)是指所求問(wèn)題的整體最優(yōu)解可以通過(guò)一系列局部最優(yōu)的選擇，換句話說(shuō)，當(dāng)考慮做何種選擇的時(shí)候，我們只考慮對(duì)當(dāng)前問(wèn)題最佳的選擇而不考慮子問(wèn)題的結(jié)果。這是貪心算法可行的第一個(gè)基本要素。貪心算法以迭代的方式作出相繼的貪心選擇，每作一次貪心選擇就將所求問(wèn)題簡(jiǎn)化為規(guī)模更小的子問(wèn)題。對(duì)于一個(gè)具體問(wèn)題，要確定它是否具有貪心選擇性質(zhì)，必須證明每一步所作的貪心選擇最終導(dǎo)致問(wèn)題的整體最優(yōu)解。

2.3最佳方案求解

使用MATLAB計(jì)算出最佳解決方案并映射設(shè)定點(diǎn)表，如下所示：

在30個(gè)首選點(diǎn)中選擇了六個(gè)，即六個(gè)線性相關(guān)性最強(qiáng)的點(diǎn)，并進(jìn)行了30點(diǎn)聚類(lèi)分析。

使用MATLAB繪制群集圖，如下所示：

從圖中可以發(fā)現(xiàn)，可以在這六個(gè)地方設(shè)置辦事處，說(shuō)英語(yǔ)，中文，日語(yǔ)，俄語(yǔ)，印地語(yǔ)和阿拉伯語(yǔ)。

2.4修改時(shí)間參數(shù)

為了在時(shí)間不變的前提下優(yōu)化問(wèn)題，考慮短期和長(zhǎng)期人口流動(dòng)和人口遷移模型，結(jié)合預(yù)測(cè)模型的第一部分，修改人口分布參數(shù)并引入時(shí)間參數(shù)。

用MATLAB繪制不同時(shí)間的圖形如下：

該圖顯示，吻合在短期內(nèi)基本保持一致，長(zhǎng)期來(lái)看會(huì)出現(xiàn)偏差。

3 模型應(yīng)用

隨著全球經(jīng)濟(jì)一體化的發(fā)展，跨國(guó)服務(wù)公司的競(jìng)爭(zhēng)越來(lái)越激烈。跨國(guó)服務(wù)公司的主要競(jìng)爭(zhēng)優(yōu)勢(shì)是服務(wù)范圍，合理的位置和覆蓋服務(wù)點(diǎn)最少的主要服務(wù)區(qū)域。它有利于公司的收入和成本，也可以滿(mǎn)足客戶(hù)的需求。根據(jù)以上條件，建立設(shè)置的覆蓋模型以滿(mǎn)足需求。

該模型假定為：

N是需求點(diǎn)，Bi是可以覆蓋需求點(diǎn)的跨國(guó)服務(wù)公司的地理位置集合，Yij是分配給節(jié)點(diǎn)I需求位置的服務(wù)部分i，Xj是選擇的備用地址j公司辦公室，選擇為1，未選中為0。

約束條件如下：

1.六個(gè)站點(diǎn)覆蓋范圍的第一部分和第二部分的第一部分和第二部分考慮了需求點(diǎn)區(qū)域的覆蓋范圍。

2.以最少的辦事處數(shù)目為最佳，而第二部份的第一個(gè)問(wèn)題的范圍應(yīng)盡可能的大。

這樣可以節(jié)省成本，可以滿(mǎn)足服務(wù)需求。然后，根據(jù)matlab的仿真計(jì)算，可以找到理想的最小辦公室數(shù)。

通過(guò)計(jì)算，跨國(guó)服務(wù)公司可以建立少于6個(gè)辦公室。

4 結(jié)論

本文收集各種數(shù)據(jù)進(jìn)行比較，篩選，整合，因此數(shù)據(jù)誤差很小，所建立的模型更具權(quán)威性;同時(shí)，本文采用的模型基本上是基于傳統(tǒng)模型并結(jié)合當(dāng)前的發(fā)展情況。世界語(yǔ)言模式和公司的考慮范圍有待修改，因此結(jié)果更符合現(xiàn)實(shí)社會(huì)。

但是，本文在時(shí)間方面存在很多缺陷，例如公司要求預(yù)測(cè)未來(lái)50年或更長(zhǎng)時(shí)間的語(yǔ)言使用情況，但我們使用的灰色預(yù)測(cè)模型只能在10年內(nèi)進(jìn)行預(yù)測(cè)。 超過(guò)十年將影響模型的正確性。

參考文獻(xiàn)

[1]Lixia Sun . Analysis of the World language Competition situation in 21th century. Journal of Liaoning Institute of Administration，2006，（5）.

[2]Po Hu .Application of Grey Verhulst Model in population Prediction of Changchun City ，2009.

[3]Zhifu Wang ，Jie Guan ，Zaixing Su .Forecast of population growth in China based on logistics Model. Journal of Bohai University ，2010 ，（4）.