Diskussion zum Artikel "Algorithmen zur Populationsoptimierung"
Interessantes Thema - ich warte auf die Entwicklung von Gedanken.
Bisher ist es gut, die Extrema einer Funktion zu finden, aber gibt es eine Möglichkeit, die Funktion wiederherzustellen und sie mathematisch auszudrücken, insbesondere bei der Optimierung, z. B. eines EA?
1. Ich danke Ihnen für Ihr Interesse. Da es keine allgemein anerkannte Rangfolge von Algorithmen gibt, sind in den folgenden Artikeln viele überraschende Entdeckungen zu erwarten: Einige ARs verhalten sich bei eingehender Untersuchung nicht so gut, wie gemeinhin angenommen wird, und andere zeigen außergewöhnliche Sucheigenschaften. Neben klassischen Implementierungen werden auch Modifikationen von bekannten AOs vorgeschlagen.
2. Diese Frage interessiert viele Denker der Gegenwart, da sie den Weg zu solchen Wissensgebieten öffnet, wie z.B. die Schaffung neuer Proteine mit bestimmten Eigenschaften (obwohl es auf diesem Gebiet bescheidene Fortschritte gibt, aber sie werden durch einfache Aufzählung von Kombinationen von Aminosäuren erreicht). Im Allgemeinen gibt es keine Methoden, mit denen die analytische Formel einer Funktion zu 100 % wiederhergestellt werden kann, es sei denn, nur in Form eines neuronalen Netzes. Vielleicht wird es mit der Anwendung von KI-Technologien in der Zukunft möglich sein, Daten in eine analytische Funktion zurückzuverwandeln...
1. Wir danken Ihnen für Ihr Interesse. Da es keine allgemein anerkannte Rangfolge von Algorithmen gibt, sind in den folgenden Artikeln viele überraschende Entdeckungen zu erwarten: Einige ARs verhalten sich bei eingehender Untersuchung nicht so gut, wie man gemeinhin glaubt, und andere zeigen außergewöhnliche Sucheigenschaften. Neben den klassischen Implementierungen werden auch Modifikationen bekannter AOs vorgeschlagen.
2. Diese Frage interessiert viele Denker der Gegenwart, da sie den Weg zu solchen Wissensgebieten öffnet, wie z.B. die Schaffung neuer Proteine mit bestimmten Eigenschaften (obwohl es auf diesem Gebiet bescheidene Fortschritte gibt, die jedoch durch einfache Aufzählung von Kombinationen von Aminosäuren erreicht werden). Im Allgemeinen gibt es keine Methoden, mit denen die analytische Formel einer Funktion zu 100 % wiederhergestellt werden kann, es sei denn, nur in Form eines neuronalen Netzes. Vielleicht wird es mit der Anwendung von KI-Technologien in der Zukunft möglich sein, Daten in eine analytische Funktion zurückzuverwandeln...
Vielen Dank für die Antwort.
Gibt es eine schnelle Methode für binäre Variablen/Prädiktoren (Gesamtvolumen ca. 5k) mit einer Genlänge von bis zu 10 Buchstaben (oder wie auch immer sie genannt wird)?
Ich danke Ihnen für Ihre Antwort.
Gibt es eine schnelle Methode für binäre Variablen/Prädiktoren (insgesamt ca. 5k) mit einer Genlänge von bis zu 10 Buchstaben (oder wie auch immer sie genannt wird)?
Ich habe die Antwort noch nicht, ich werde sie zusammen mit dem Leser in zukünftigen Artikeln suchen)))
Es gibt noch eine Menge Forschungsarbeit zu leisten.
Der Klassifikationsbaum repräsentiert nicht alle heute existierenden Optimierungsmethoden. Darüber hinaus werden nur populationsbasierte Algorithmen berücksichtigt.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Algorithmen zur Populationsoptimierung :
Dies ist ein einführender Artikel über die Klassifizierung von Optimierungsalgorithmen (OA). In dem Artikel wird versucht, einen Prüfstand (eine Reihe von Funktionen) zu erstellen, der zum Vergleich von OAs und vielleicht zur Ermittlung des universellsten Algorithmus unter allen bekannten Algorithmen verwendet werden soll.
Das Spannendste bei der Optimierung von Handelssystemen sind metaheuristische Optimierungsalgorithmen. Sie erfordern keine Kenntnis der Formel der zu optimierenden Funktion. Ihre Konvergenz zum globalen Optimum ist nicht bewiesen, aber es wurde experimentell festgestellt, dass sie in den meisten Fällen eine recht gute Lösung liefern, die für eine Reihe von Problemen ausreichend ist.
Viele OAs entstanden als Modelle, die der Natur entlehnt wurden. Solche Modelle werden auch als Verhaltens-, Schwarm- oder Populationsmodelle bezeichnet, wie z. B. das Verhalten von Vögeln in einem Schwarm (der Partikelschwarm-Algorithmus) oder die Prinzipien des Verhaltens von Ameisenkolonien (Ameisen-Algorithmus).
Populationsalgorithmen beinhalten die gleichzeitige Bearbeitung mehrerer Optionen zur Lösung des Optimierungsproblems und stellen eine Alternative zu klassischen Algorithmen dar, die auf Bewegungstrajektorien basieren und in deren Suchbereich sich nur ein Kandidat zur Lösung des Problems entwickelt.
Autor: Andrey Dik