速算法的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

建築估價：工程數量計算編(二版)

為了解決速算法的問題，作者李健雄 這樣論述：

極速公式×變數工具×獨門心法   15招心法完攻數量計算   　　尺寸快取×5招 　　◆ 包外總長扣除各柱寬 　　◆ (A＋B)×2＝周邊長最大長寬法 　　◆ 取用尺寸：大尺寸再扣除 　　◆ 取用面積：取大面積再扣除 　　◆ 簡易開口扣除法   　　速算方法×6招 　　◆ 混凝土、模板同時列式法 　　◆ 柱、樑鋼筋填表法 　　◆ 牆、版單位面積法 　　◆ 樓梯粉飾速算法 　　◆ 外牆粉飾速算法 　　◆ 窗玻璃速算法   　　估算要領×4招 　　◆ 變數工具表 　　◆ 依座標計算 　　◆ 畫樑線（樑下牆板下牆判讀） 　　◆ 計算前準備工作

速算法進入發燒排行的影片

強化式學習多候選清單反覆貪婪演算法

為了解決速算法的問題，作者程詩涵 這樣論述：

流程型排程問題(Permutation Flowshop Scheduling Problem, PFSP)，為相當經典之排程問題，為了在有限資源中達到最小化最大完工時間(Makespan)的目標，本研究基於反覆貪婪演算法(Iterated Greedy, IG)結合強化式學習(Reinforcement Learning, RL)，提出強化式學習多候選清單反覆貪婪演算法(Reinforcement Learning α-List Iterated Greedy, RLAIG)來求解此問題。RLAIG以具有N-List機制的N-NEH+建構初始解，解的反覆改進機制則以反覆貪婪演算法(Iter

ated Greedy)結合強化式學習及多候選清單(Alpha-List)機制來設計。本研究提出之RLAIG為求解品質穩定且績效優於演算法IG_RSLS(TBFF)，並且從多組分類比較看來RLAIG績效更勝於IG_RSLS(TBFF)，是更強大的演算法。

【新裝版】3小時掌握速算

為了解決速算法的問題，作者涌井良幸 這樣論述：

榮獲日本全國學校圖書館協議會選定圖書 　　掌握補數技巧，運用10位數變化，數學速算法則完全公開！ 　　加、減、乘、除，處處都要運用計算 　　想要快速正確解題，必須掌握速算技巧，徹底解決考試做題慢的問題 　　運用多項式分配率和乘法公式，快速答題和驗算！ 　　在學校學會的數學算法雖很萬能，但碰上實際計算時卻很花時間。 　　重要的是在計算時用各別算法的特性來選擇適合的方法、隨機應變，而這就是速算的技術。 　　除了速算，本書也介紹有「概算」和「驗算」的技巧。 　　前半部是介紹速算的基本技巧，並附有大量練習題，以讓讀者學會運用這些計算方法；後半部則是介紹與速算有關的各種計算知識，以及使生活變得

更有趣的數學常識等。 　　例如398×402這個乘法計算例題，一般人應該是會列成直式，從最右邊開始算起，依序計算398×2，398×00(=0)，398×400，最後再全部加起來，得到答案。 　　但這個題目有一個快速的算法，就是大家在國中都學過的乘法公式與多項式──平方差的公式：(a+b)(a-b) = a2-b2 。 　　因此398×402可寫為 　　398×402 　　= (400－2)(400+2) 　　=4002－22 　　=16000-4 　　=159996 　　另外平時在計算小數點的時候也可以將小數看成是分數，例如164×0.75，這時候可以將原題寫為 　　164×0.

75 　　=164×(3/4) 　　=164÷4×3 　　=41×3 　　=123 　　這樣就能算得又快又好了！ 　　讓現任日本高中數學老師，幫助你： 　　理解速算原理，面對問題立刻掌握重點；快速驗算答案，提升解題速度。 海外讀者回饋 　　★★★我是為了孩子才買這本書，但大人讀起來也能學到很多。連複雜的問題也可以依據思考方式而心算得出。只要知道這些方法，不論是算數還是數學，都能樂在其中。 　　★★★如同其他回饋意見所說，系統化地描寫了其他速算書中介紹到的內容，讓人容易理解。尤其是二位數的平方以及從11到19的二位數的乘法等，都能立刻活用。 　　★★★在現今這個時代，用100日圓就能

到電子計算機，所以速算的實用性可能沒有以前那麼好用，但卻很適合用來做頭腦體操。以往用筆記算都要耗費不少時間的問題，只少稍微改變了一下看法，瞬間就能算出答案，這點令人感到非常痛快。作者認為，在學校學到的計算法雖花時間，卻是對所有問題都有效的萬用藥，而速算則是對特殊疾病有效的特效藥。我不是數學老師，所以對此不能說些什麼，但我也覺得，學校教育可以多加採用使用補數的計算，以及乘法從左往右等的速算法為基礎。其他還收錄了許多有趣的例題，像是用心算算出六位數的力方根，或是俄羅斯農民的乘法等。我認為，單是告訴了讀者提升工作效率的方法，就能帶給我們很大的收穫。  

鐵路車輛轉向架應力與疲勞分析及多目標最佳化設計

為了解決速算法的問題，作者劉建寬 這樣論述：

本論文以鐵路車輛轉向架為模擬對象，根據EN 13749及EN 15663測試法規，並利用均勻實驗設計法對轉向架寬度、厚度等進行設計，並規劃出一系列的模擬實驗，使用有限元素分析工具ANSYS/Workbench進行轉向架模擬分析，並探討轉向架的設計尺寸對於等效應力及疲勞安全係數的影響。根據均勻實驗設計數據結果，應用Kriging插值法建立反應曲面及數學代理模型以最小等效應力、最大疲勞安全係數作為目標函數，再透過基因演算法對子目標求出最佳解，使用熵權法合成目標函數的最佳權重，再利用灰關聯法將最佳權重和每個目標函數的均一化，將兩個單目標函數轉換為灰關聯度，經由Kriging插值法和基因演算法評估最

優灰關聯度和最佳解，達到多目標最佳化設計分析。經過均勻實驗設計得到的改善組合，與原始設計相互比較下，等效應力由56.961MPa降低至42.913MPa，改善24.66%，及疲勞安全係數由1.9241提升至2.5861，改善34.41%。經由整合的多目標最佳化設計流程，令等效應力由56.961MPa降低至40.487 MPa，改善28.92%，及疲勞安全係數由1.9241提升至2.7421，改善42.51%，得以讓轉向架輕量化、提高強度的最佳設計實現。