从“熵理论到熵减”的过程
学习从“熵理论到熵减”,是一个“从科学到哲学”的学习过程。我们学习的是熵减背后的哲学寓意,不是学习物理学上熵的公式和概念。学习时要“写意”,不要“写实”,领悟熵减在万物兴衰中的规律性作用,加深对它哲学思想的理解。
熵减是一种哲学思想,它描述的是宇宙中万物兴衰的大规律。熵减,则万物兴隆;熵增,则万物衰亡。熵减的哲学思想,在宇宙、国家、社会、企业、组织、个人……中都能得到体现。
什么是熵?
“熵”理论源于物理学,用于计算系统的混乱程度,进而可用于度量大至宇宙、自然界、国家社会,小至组织、生命个体的盛衰。这里不从过于宽泛抽象的层面来讲熵,我们紧扣系统的功能是增强还是减弱。生命系统要能输出生命活力,企业系统要能为客户创造价值,国家系统要能够带来发展繁荣富强,每一个系统都要实现功能。
什么是熵增?
热力学第二定律又称熵增定律:一切自发过程总是向着熵增加的方向发展。
自然社会任何时候都是高温自动向低温转移的。在一个封闭系统最终会达到热平衡,没有了温差,再不能作功。这个过程就叫熵增,最后状态就是熵死。熵增加就是混沌度不断地增加,从有秩序变为无秩序,这个标尺在不断增加。比如我们的图书馆一段时间之后,如果没人打理那原来整齐的书籍就会变成混乱无序的状态,这个过程就是熵增。
世界上一切事物发展的自然倾向都是从井然有序走向混乱无序,最终灭亡。
什么又是熵减?
熵增就是功能减弱,熵减指功能增强、
耗散结构
为了对抗这种自然倾向,怎么做到熵的减少呢?普里高津提出了对质熵增的理论——耗散结构。
耗散结构就是一个远离平衡的开放系统,通过不断与外界进行物质和能量交换,在耗散过程中产生负熵流,从原来的无序状态转变为有序状态,这种新的有序结构就是耗散结构。
耗散结构有三个主要特征。
要开放:系统内部和外部建立物质和能量交换,如果是一个孤立的封闭系统,那么熵增是必然的,如果系统能够对外开放,那么熵减就成为可能。
远离平衡态,形成运动张力:没有温差就没有风的流动,没有地势差就没有水的流动,不能远离平衡态,内部就不可能产生张力,也就没有活力流动。这就是耗散结构两个最主要的特征。
非线性:业务环境诸要素的函数关系肯定是非线性的,非线性意味着要洞察技术突破、商业机会爆发等产业周期拐点和宏观经济周期拐点,调整资源配置策略,看准非线性的爆发点和塌陷点去踩油门、踩刹车。
如何用一段话表达四个概念之间的逻辑关系?
我们打个比喻,熵减像是在跟熵增拔河。
熵增是不可避免的大趋势,但我们可以通过各种措施,在拔河过程中获得阶段性的胜利,持续对抗熵增。
对于企业经营来说,“死亡终究会到来,这是历史规律,我们的责任就是不断延长企业的生命”。
企业如何对抗让人头疼的熵增呢?科学家告诉我们,要建立耗散结构:即通过开放(与外部交换能量)、远离平衡态(打破平衡)、非线性(突破式变化)来持续熵减。
从“熵理论到熵减”的过程相关推荐
- 如何化“熵增”为“熵减”,数据质量管理尤为重要
"熵"是热力学第二定律的核心概念,熵其实就是指的"混乱程度",简单来说熵是衡量我们这个世界中事物混乱程度的一个指标.在一个孤立系统中它的总混乱度(熵)是不会减小 ...
- 字王·汉字结构·熵·理论
字王·汉字结构·熵·理论 ---汉字结构的数字化大门,量化分析之路,终于开启 前几天,blog<字王·百字工程>发布,百字工程正式启动 虽然,还只是最初期的数据整理阶段,也涌现了大量的创意 ...
- 【Python】近似熵,样本熵,模糊熵计算高效版
文章目录 前言 整体思路 1 近似熵(Approximate Entropy, ApEn) 1.1 理论基础 1.2 python第三方库实现 1.3 基于多线程numpy矩阵运算实现 2 样本熵 ( ...
- 近似熵、样本熵、模糊熵、排列熵摘抄总结
本文总结摘抄于多个网上链接,用于学习和整理用途 1.模糊熵.样本熵.近似熵都是什么?反映了什么? 2.近似熵理论相关知识与代码实现 3.样本熵理论相关知识与代码实现 4.模糊熵理论相关知识与代码实现 ...
- 熵(Entropy),交叉熵(Cross-Entropy),KL-松散度(KL Divergence),似然(Likelihood)
1.介绍: 我们如何去衡量y,y`的接近程度? 在这里我们介绍一下一种衡量方式交叉熵(Cross-Entropy),然后说明一下为什么这种方式适用于分类问题. 2.熵(Entropy): 熵的概念来自 ...
- 【Pytorch神经网络理论篇】 21 信息熵与互信息:联合熵+条件熵+交叉熵+相对熵/KL散度/信息散度+JS散度
1 信息熵 熵 (Entropy),信息熵:常被用来作为一个系统的信息含量的量化指标,从而可以进一步用来作为系统方程优化的目标或者参数选择的判据. 1.1 信息熵的性质 单调性,发生概率越高的事件,其 ...
- 信息安全—密码学信息熵信息理论基础—熵的概念(熵、联合熵、条件熵、平均互信息)
数学基础:概率论乘法法则 两个事件相互独立:P(A∩B) = P(A)×P(B) · 意思是事件A和事件B同时发生的概率 = 事件A发生的概率 × 事件B发生的概率 · · 举个栗子:掷两枚硬币硬币同 ...
- PyTorch-05神经网络与全连接(Logistic Regression、交叉熵、交叉熵来优化一个多分类的问题、全连接层(MLP网络层)、激活函数与GPU加速、测试、Visdom可视化)
PyTorch-05神经网络与全连接(Logistic Regression逻辑回归.交叉熵.交叉熵来优化一个多分类的问题.全连接层(MLP网络层).激活函数与GPU加速.测试(validation ...
- 信息量、熵、交叉熵、KL散度、JS散度、Wasserstein距离
信息量.熵.交叉熵.KL散度.JS散度 文章目录 信息量.熵.交叉熵.KL散度.JS散度 前言 一.信息量 二.熵 三.交叉熵 四.KL散度 五.JS散度 六. Wasserstein距离 1.解决的 ...
最新文章
- cordova版本更新_ionic4 APP版本更新
- 系统集成项目管理工程师-项目沟通管理笔记
- wxWidgets:wxDataObjectComposite类用法
- 共模电压和差模电压-(定义及测量)
- android xml 解析
- php数组匹配匹配里面的值,php – 比较数组并搜索匹配的值
- 【Elasticsearch】es Ingest 节点
- (转)Android studio 使用心得(五)—代码混淆和破解apk
- 【web前端开发】vs code插件推荐
- redis 入门指南第二版 学习记录3 列表类型
- 安全狗又拿下一场重保胜战 第22届投洽会顺利谢幕
- 安利一个excel对比
- 百度地图在项目应用示例
- 搜索百度网盘资源网站地址
- mysql控制台中文显示问号_控制台的中文全都是问号
- 转:查尔斯·汉迪:你是谁,比你做什么更重要
- java 矫正鱼眼图像_鱼眼图像校正
- Python 局域网即时通讯工具
- Jetson AGX Orin刷机教程
- 论文如何快速目录自动生成(wps)