Diskussion zum Artikel "Algorithmen zur Optimierung mit Populationen: Saplings Sowing and Growing up (SSG)" - Seite 7

Neuer Kommentar
 
Nikolai Semko #:

Aber dennoch denke ich, dass das Finden solcher Punkte einen probabilistischen Charakter hat.
Meine Botschaft ist, dass es keine Eingangsparameter geben sollte, die eine "Optimierung" am TC-Eingang erfordern. Solche Parameter machen den TS zu einer Münze.
Auch die interne Selbstoptimierung von internen Parametern ist Selbstbetrug.

Ich gebe zu, dass es Lebensmittel gibt, die nicht gekocht werden müssen. Aber ich habe solche Lebensmittel nicht entdecken können. Und gekochtes Essen erlaubt es einem trotzdem, nicht hungrig zu sein. Ja, es ist nicht perfekt, aber es ist besser als nichts.

 
mytarmailS #:
Die letzten 100 Datensätze entsprechen nicht verschiedenen Peaks, sondern sind alle um einen letzten gefundenen Peak zentriert.

Das Ziel ist für alle gleich - das Maximum zu finden, aber die Art und Weise, wie das Ziel erreicht wird, ist für alle unterschiedlich. Einige Algorithmen, wie BFA, verbieten es, alle Datensätze in einem Peak zusammenzufassen.
 
mytarmailS #:
Die letzten 100 Datensätze werden nicht verschiedenen Spitzenwerten entsprechen, sondern alle um einen letzten gefundenen Spitzenwert zentriert sein

Fast so (hängt vom Algorithmus ab). Dieser letzte Peak wird der "globalste" sein. Er wird für weitere Optimierungen verworfen.

Auf diese Weise erhalten wir eine Liste von Gipfeln: vom Everest bis zum Berg.

 
fxsaber #:

Ich nehme an, es gibt Lebensmittel, die nicht gekocht werden müssen. Aber ich habe solche Lebensmittel noch nie entdecken können. Und gekochtes Essen hält den Hunger in Schach. Es ist nicht perfekt, aber besser als nichts.

Illusorisches Essen schafft die Illusion von Sättigung

 
Nikolai Semko #:

aber ich denke, solche Punkte zu finden
Auch die interne Selbstoptimierung von internen Parametern ist selbstzerstörerisch.

Warum eigentlich?
 
Nikolai Semko #:

Illusorisches Essen erzeugt die Illusion von Sättigung

Das war ein ziemlich guter Zweig. Wir wollen ihn nicht verderben.

 
Die Suche nach der Schwerkraft ist in diesem Sinne interessant, die Schwerkraft kann "umgekehrt" eingestellt werden, wenn sich alle Teilchen gegenseitig abstoßen.
Die elektromagnetische Suche ist noch cooler, es gibt positive und negative Ladung, Teilchen stoßen sich ab und ziehen sich an. Mal sehen, was für ein Wunder dabei herauskommt, der Artikel ist in Vorbereitung.
 
fxsaber #:

Fast so (hängt vom Algorithmus ab). Diese letzte Spitze wird die "globalste" sein. Er wird bei späteren Optimierungen verworfen.

Nun, es ist recht einfach zu implementieren

Es sollte nur AO 2 verboten werden, eine Lösung zu erzeugen, die der Lösung von AO 1 ähnelt.

Und dann sollte es AO3 verboten werden, Lösungen von AO1 und AO2 zu plagiieren, usw.

Übrigens, wie viele Dimensionen des Suchraums haben Sie?
 
fxsaber #:

Das war ein ziemlich gutes Thema. Wir wollen es nicht verderben.

Ich weiß, es sieht aus, als würde ich trollen. Aber in Wirklichkeit sage ich etwas sehr Wichtiges und versuche, Ihnen Zeit zu sparen.

 
Andrey Dik #:
Die Gravitationssuche ist in diesem Sinne interessant, da die Gravitation "rückwärts" eingestellt werden kann, wenn sich alle Teilchen gegenseitig abstoßen.
Die elektromagnetische Suche ist noch cooler, es gibt eine positive und eine negative Ladung, Teilchen stoßen sich ab und ziehen sich an.

Wenn es funktioniert, dann reicht eine Optimierung + Clustering der Ergebnisse aus.

12345678910111213
Neuer Kommentar