這下寧為徹底沒了繼續在海報區逛的心思，扭過頭衝著毫無義氣的餘興偉說：“餘哥，走吧，咱們去看報告會。”
“等等，寧為啊，我聽說當一個男人會因為一個女人改變主意就是喜歡，你該不會是喜歡上那個露西了吧？”餘興偉憂心忡忡的問道。
這趟出來，如果寧為在美國談了一個女朋友，他感覺回國後自己的下場可能會悽慘……
聽到這話，寧為驚了，詫異的看著餘興偉：“餘哥，你這是在哪聽的論調？”
“網上啊，我覺得還挺有道理的。”
“網上還說女人胸大無腦，你覺得用在剛剛那個女人身上合適嗎？”
餘興偉毫不猶豫的搖了搖頭。
“不是吧？餘哥，你竟然真的觀察到了？”
“我……”
“好了，餘哥，讓我們認真的聽大會報告吧。”
……
當寧為跟餘興偉走近一號報告廳時，起碼能容納近千人的大型會議室內幾乎已經座無虛席。
當然這也可以理解。
一般來說這種頂級學術會議的報告排在越前面，報告內容越受重視。
作為開場學術報告，自然能吸引到更多的人前來觀摩跟學習。
讓寧為意外的是，站在報告廳門口的工作人員竟然沒檢查組委會下發的邀請函。
後來他才知道這種會議如果有多餘的空位是不太會限制人員進出的。當然，如果想要做到能夠提問的前排位置，那張入場券就能派上用場了。
雖然最初感覺對報告會上第一場基於量子行為粒子群最佳化的報告並不是太有興趣，但真的聽進去了，其實感覺還是挺有意思，但也僅止於此了。
簡單來說這是一種由群體智慧演算法進階發展而來的演算法。
群體智慧演算法的典型代表是模擬了鳥類群體行為的粒子群最佳化演算法，簡稱為PSO演算法。這一演算法自1995年被提出以來，由於其計算簡單、易於實現、控制引數少等特點，引起了國內外相關領域眾多學者的關注和研究。
但該演算法的特點也跟優點一樣突出。
首先從理論上講，它不是一個全域性收斂演算法；其次，演算法的速度與位置進化公式使得粒子群的隨機性和智慧性較低；此外，演算法效能對速度上限的依賴使其魯棒性降低。
人們透過對這種演算法的思考，引入粒子群最佳化的概念，便進階出了這種演算法。
其應用領域主要是在多峰、多極值的函式最佳化問題，複雜的工程最佳化問題，比如隨機規劃、系統辨識等等……
但當休息了十分鐘，第二場報告會正式開始介紹一種新的隨機演算法時，寧為發現了不同。
這已經不是有趣不有趣的問題了，而是伴隨著臺上報告者不斷深入的講解，他的大腦再次有了反應，羅列出了許多該演算法亟待或者應該解決的問題。