Diskussion zum Artikel "Algorithmen zur Optimierung mit Populationen: Saplings Sowing and Growing up (SSG)"
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Algorithmen zur Optimierung mit Populationen: Saplings Sowing and Growing up (SSG) :
Der Algorithmus Saplings Sowing and Growing up (SSG, Setzen, Säen und Wachsen) wurde von einem der widerstandsfähigsten Organismen der Erde inspiriert, der unter den verschiedensten Bedingungen überleben kann.
Der Algorithmus ist einer der wenigen, die von den Autoren nicht klar beschrieben werden (es werden nur allgemeine Bestimmungen und Ideen geliefert). Auch die von den Autoren vorgestellten Algorithmus-Operatoren sind keine vorgefertigten Anweisungen für die algorithmische Implementierung des Programms. Es gibt keine klaren Anweisungen für Kinder- und Elternbäume und deren Interaktion. Es gibt keine Vorgaben für die Reihenfolge, in der die Operatoren ausgeführt werden, und jeder Nutzer kann seine Reihenfolge ändern, um einen besseren Setzling zu erhalten.
Im weitesten Sinne ist SSG kein Optimierungsalgorithmus, sondern ein allgemeiner Satz von Regeln, der andere Algorithmen ergänzen soll, um die Qualität der Optimierung zu verbessern. Mit anderen Worten: SSG ist ein Add-on für jeden evolutionären Populationsalgorithmus, sodass ich Raum für Phantasie und die Möglichkeit habe, mit einer spezifischen Implementierung des Optimierungsalgorithmus zu experimentieren. Ich habe einige meiner eigenen Gedanken und Erfahrungen beim Schreiben früherer Algorithmen angewandt und sie bei der Arbeit mit SSG eingesetzt. Die Ergebnisse der Versuche werden im Folgenden zur Beurteilung durch den Leser dargestellt.
Um den Algorithmus zu verstehen, müssen wir uns einen Baum als einen Optimierungsagenten vorstellen. Ein Baum ist eine Lösung für ein Optimierungsproblem, wobei jeder Zweig ein optimierter Parameter des Problems ist. Eine abstrakte und künstlerische Darstellung von Kind- und Elternbäumen ist in Abbildung 1 zu sehen. Der Baumstamm ist eine Reihe von zu optimierenden Parametern. Jeder Zweig ist ein separater optimierter Parameter, wobei die Länge des Zweigs durch den zulässigen Wertebereich des entsprechenden Parameters begrenzt ist. Die Richtung der Zweige spielt keine Rolle und wird in der Abbildung nur gezeigt, um ihren Unterschied zu verdeutlichen.
Autor: Andrey Dik