“我们现在分析一下，在多元管理拟脑模型中是怎么做的，首先，我们知道集合类信息元的关系，我们定义一个【女孩】为核心信息元，那么在它的【生我正】象限不但有父母衣食住行医疗等信息元，而且也有向上集合类信息元，【女人】，而以【女人】为核心信息元的三维坐标系的【生我正】象限，又有集合类信息元【人】，而在【人】为核心信息元的三维坐标系中的【生我正】象限，又有集合类信息元【生物】，因为人也具备生物特征，在我们的多元关联拟脑中，我直接把【人】从动物行列中提取出来了，不能让历史错误一直错着。”林自强。

“林爸，我知道了，就是。。。像。。。俄罗斯的套娃。”丁琪琪想到的比喻。

“差不多吧，那么我们现在看一下，如果我们向上搜寻集合类，并且决定使用哪一层集合，我们怎么做？”林自强。

“林爸，怎么做？您说的转化为数学计算，肯定不会用信息比对择优方式。”丁琪琪。

“对，我们定义思维行走函数，并在执行脑部分填写思维行走函数运行的参数，因为这类集合类信息元都在【生我正】象限，所以思维行走函数的象限定义是【+++】，如果需要寻找向上的集合类信息元，那么就要按照关联关系定义，设定第二个参数。”林自强。

“林爸，关联关系定义不是距离角度和权重参数吗？”丁琪琪问道。

“对，在这些关联关系定义中，有特定参数定义，例如，向上集合类信息元的关联关系是被定义的特定参数，所以我们在发起行走的时候，第二个参数，例如X=k，这就定义了思维行走，只按照权重参数为k的路径延伸。”林自强继续讲解。

“后来呢。。。后来怎么样？”丁琪琪不像是听技术，倒像是听故事，不过，也不错。

“第三个参数是思维行走的步骤深度，例如自然数是深度步数，特定参数j是寻找到最大集合类信息元，那么就出现了第三个参数，Y=j。”林自强也继续讲解。

“还有第四个参数吗？我知道思维行走函数的参数有很多。”丁琪琪也不是毫无基础，至少把大量的基本定义，都死记硬背在脑子里。

“很好，其实思维行走函数可以带很多参数，这些参数根据实际环境选择使用，我们这个例子就用第四个参数，Z=1，这个含义就是不管Y=j有多少层，但是，我只使用第一个信息元形成可执行闭环。”林自强。

“为什么，如果就使用第一个信息元作为可执行闭环中的信息元，为什么还要行走到集合类信息元的顶部。”丁琪琪问。

“因为，例如，我们以前的案例，治疗感冒的医疗方法属于流行病医疗方法。。。。。。医疗服务信息元，而在【人】这个抽象信息元为核心信息元的三维坐标系中，没有感冒治疗方法，但是有医疗服务信息元，如果要形成闭环，感冒治疗方法要经历很多没有必要的集合类信息元，但是，不经过这些集合类信息元，又无法到达【人】这个信息元，所以，我们的目的就是既能够到达【人】，而又要用感冒治疗方法直接构成闭环。”林自强。

“明白了，就是我们能看到的是最大的套娃，而我们实际要用的是最小的套娃，但是没有一层一层的套娃，我们也无法得到最小的套娃，而得到最小的套娃以后，直接使用就可以了，也没有必要再套回去。。。对吧，爸。”丁琪琪嘴很乖巧的。

“你是不是最近跟俄罗斯套娃有联系呀？”林自强反问一句。

“狙击手柳德米拉姐姐，送给我一组套娃。。。对了，爸，为什么不能把治疗方法直接作用到‘虚拟人’信息元呀，这样就不用向上集合归纳了。”丁琪琪又把问题拉回来了。

“也可以，在已经成熟的特定领域，例如我们刚才举例的医疗，可以把治疗方法直接作用到‘虚拟人’信息元，不过，这样会导致在‘人’【生我正】象限出现大量的直接关联信息元，粒度太细不利于维护，所以采用集合分类归纳法方法，把直接连接变成分类的间接连接，具体怎么做根据具体问题决定。但是，向上搜寻归纳及归并路径这是通用的技术，在很多领域都要用到，你应该学会。”林自强。

“知道了，套娃理论，我记住套娃就记住搜寻归纳及归并路径了。”丁琪琪用艾久三号转圈圈记住了路由循环问题，现在用俄罗斯套娃记住了向上集合搜寻归纳及归并路径技术。

“哦，知道了？你的意思差不多明白了，是吗？。。。好，现在要你写一下这个计算公式，你能写出来吗？”林自强问丁琪琪。

“嗯~~，嗯~~~，执行脑函数调用=【信息元编码，+++，X=k，Y=j，Z=1】，其中k是集合类信息元特定的权重参数，j是要求思维行走函数，一直走到最大集合类信息元，1是采用第一个信息元作为构建闭环的信息元。。。爸，对吗？”丁琪琪。

“+++是什么？”林自强问丁琪琪。

“象限呀，我们的多元关联拟脑模型，是按照象限做的信息分类，来约定思维行走的方向的，+++是【生我正】象限呀~~”丁琪琪。

“这里有一个小的概念问题，我们在这里填写的+++是转化后的象限，而在初始定义思维行走时，我们定义的方向是六亲关系，由于六亲关系在不同三维坐标系中的象限对应不一样，所以这里是做过转化后，才会出现具体象限定义。”林自强。

“好复杂，+++不是【生我正】象限吗？”丁琪琪。

“不一定是，三维坐标系不但有正旋转反旋转，还有多种分类，在这些分类坐标系中，【生我正】未必是+++象限，需要提取信息元核心信息中的标识符号，确定三维坐标系类型，然后根据三维坐标系类型做转化对应。”林自强。

“老爸，啊不，师~父~呀~~~，我们用什么来区别，信息元是集合概念类定义的信息元呀？只是信息元核心信息中的标签吗？路径怎么定义呀？”丁琪琪继续问，这就叫知其然还要知其所以然。。

“路径，我们现有的模型是用权重定义了集合类概念，包括固定集合概念及特定集合概念。。。。。。例如，我们给权重一个域1~10000，为可变动权重域，那么10001可以定义为固定集合概念权重，而10002为特定集合概念权重。”林自强。

“固定的集合概念我知道，就是‘女人’的集合概念是‘人’，什么是特定集合概念呀？”丁琪琪。

“特定集合概念是完成某一个具体工作，所涉及的多个条件环节，例如，你做一个菜叫宫保鸡丁，那么配料中就有‘鸡丁、花生米、大葱段。。。’等，我们把这些作为完成宫保鸡丁的特定集合，集合内部的信息元可以是子闭环的起点，当多元关联拟脑技术发起宫保鸡丁的思维时，上层闭环相对简单，而特定集合类内部的信息元发起可执行闭环嵌套子闭环。”林自强比喻着，道理虽然简单，实际操作要复杂一些。

“老爸，多闭环拟合，是不是，就是嵌套子闭环呀？”丁琪琪又问。

“多闭环拟合与嵌套子闭环解决了相同的问题，就是当一个任务，需要多条闭环达成时，形成的多条闭环不是择优，而是拟合在一起统一执行，而嵌套子闭环，是给条件集合一个特定集合类概念信息元。。。。。。这两种技术应用场景不同，多元关联拟脑模型都提供支持。”林自强看着丁琪琪认真学习，也很满意。

“老爸，下一个问题又来了，在特定集合概念元中，产生嵌套子闭环的终点，还是发起思维行走的子信息元吗？”丁琪琪开始开窍了。

“不是，嵌套子闭环的终点不是自己，而是当闭环达成之后，回到上级特定集合信息元位置重置参数，当所有嵌套子闭环完成后，最终完成宫保鸡丁的制作。”林自强。

“老爸，这样是不是看起来，第一层闭环会相对简单一些，在我的观点里面，简单就是王道。”丁琪琪喜欢简单的思维方式。

“琪琪，你开窍了，你说出了一个重要的点，我们的拟脑不只是为了做‘宫保鸡丁’，而是要解决海量的问题，怎么解决？像现在的大语言技术一样吗？。。。。。。我们提供了一个新的方法，就是用概念类信息元直接做概念计算，因为我们为信息元定义了定长编码方式，那么，定长编码可以部署到多元关联拟脑模型中直接计算，同时概念集合类信息元可以独立完成闭环计算，然后再逐步深入精确，所以，多元关联拟脑技术与大语言技术配合使用，会有更好的效果。”林自强。

“师父呀~~~~~~。老爸，这种集合概念是不是特别重要？”丁琪琪继续问道

“很重要的，信息处理中针对概念计算的最最重要的技术理念之一，例如，你将来毕业后，要到多元科技工作，理解了这些理念，就可以去信息分类多元关联拟脑模型部门工作。”林自强回答。

“三多的部门？”丁琪琪问。

“不是，三多在动态库模型研发部门，想进入三多的部门，需要对动态库及态计算理论非常。。。”林自强还没说完。

“老爸，概念计算，是不是就是我们说的，把信息处理转化成数学计算？”丁琪琪又回到前面的话题。

“对呀，我们的多元关联拟脑技术，就是要把信息处理转化为数学计算，即使是大分类集合概念，也可以直接参与计算输出闭环。。。对，刚才写的公式，你自己都清楚了吗？”林自强也回到开始的话题。

“知道了，老爸，啊不，师父，您就说，我写的公式对不对吧？”丁琪琪。

“对。。。对呀。。。。。。而且，你现在看一下，这是信息比对择优，还是数学计算公式。”林自强。

“数学计算公式，确实是，爸讲解的就是比哥讲解的更清楚，他老弹我脑嘣儿。”丁琪琪一边拍马屁，一边抱怨着。

“琪琪，也就是说，你哥还是教你的，是你不愿意被弹脑嘣儿，所以才来找我问问题，对吗？”林自强知道了。

“谢谢，爸，再见。”丁琪琪又又跑了。

下一章节===《第六章.政务系统是多元关联关系模型》