Diskussion zum Artikel "Algorithmen zur Optimierung mit Populationen: Umformen, Verschieben von Wahrscheinlichkeitsverteilungen und der Test auf Smart Cephalopod (SC)"

Neuer Kommentar
 

Neuer Artikel Algorithmen zur Optimierung mit Populationen: Umformen, Verschieben von Wahrscheinlichkeitsverteilungen und der Test auf Smart Cephalopod (SC) :

Der Artikel untersucht die Auswirkungen einer Formveränderung von Wahrscheinlichkeitsverteilungen auf die Leistung von Optimierungsalgorithmen. Wir werden Experimente mit dem Testalgorithmus Smart Cephalopod (SC) durchführen, um die Effizienz verschiedener Wahrscheinlichkeitsverteilungen im Zusammenhang mit Optimierungsproblemen zu bewerten.

Die Arbeit an diesem Artikel und an speziellen Klassenmethoden zur Erzeugung von Zufallszahlen mit den erforderlichen Verteilungen, die für die Entwicklung von Optimierungsalgorithmen geeignet sind, führte zu der Erkenntnis, dass die Rastrigin-Funktion mehrere schwerwiegende Mängel aufweist, die zum Zeitpunkt der Auswahl dieser Testfunktion nicht offensichtlich waren, sodass ich beschlossen habe, sie nicht zu verwenden. Der gute alte Rastrigin wird durch die Funktion Peaks ersetzt (eine ausführlichere Begründung wird im nächsten Artikel gegeben).

Peaks1

“Intelligenter Kopffüßer“ in Aktion


Autor: Andrey Dik

 
Beim Lesen eines Artikels taucht plötzlich die ln-Zahl auf und wird dann häufig erwähnt. Was ist das?
 
fxsaber #:
Beim Lesen eines Artikels taucht plötzlich die ln-Zahl auf und wird dann häufig erwähnt. Was bedeutet das?

in, input, input, input.
Es gibt eine Zahl in einer numerischen Zeile, in Bezug auf die wir eine Zufallszahl mit einer bestimmten Verteilung und innerhalb bestimmter Grenzen erzeugen müssen.
Dies ist bei Optimierungsalgorithmen häufig erforderlich.

"Wenn wir zum Beispiel eine numerische Linie haben, die links durch "min" und rechts durch "max" und dazwischen durch "In" begrenzt ist, können wir uns das wie folgt vorstellen:

min|-----|-----|-----|-----|-----|-----|In|--|--|--|--|--|--|max"


 
Andrey Dik #:
Eingang, Eingang, Eingang, Eingang.
Es gibt ein Wahrnehmungsproblem mit diesem Buchstaben. Es ist, als ob es in Logarithmus geschrieben wird.
 
fxsaber #:
Es gibt ein Wahrnehmungsproblem mit diesem Buchstaben. Er sieht aus wie ein Logarithmus.
Vielleicht ist es ein Tippfehler, ich werde es überprüfen.
 
Andrey Dik #:
Das könnte der Fall sein - Tippfehler, ich werde es überprüfen.

Nein, es ist kein Tippfehler, es ist nur so, dass die Schriftart so ist, dass das große "I" wie ein "l" gelesen wird, ich habe es in "i" korrigiert.

Vielen Dank für den Kommentar.

 

Распределение Леви является примером распределения с неограниченными моментами. Оно описывает случайные величины с тяжелыми хвостами, что означает, что вероятность появления очень больших значений велика. В распределении Леви моменты могут быть бесконечными или не существовать, что делает его особенным и отличающимся от распределений с ограниченными моментами, таких как нормальное распределение.

Die starken Schwänze der Levy-Verteilung und ihre unbeschränkten Momente machen sie nützlich für die Modellierung von Phänomenen, die extreme Werte oder eine hohe Variabilität aufweisen können.

Zu Beginn des Artikels wurden Definitionen der wichtigsten Begriffe gegeben. Es wäre gut, auch diesen Begriff hinzuzufügen.

 
fxsaber #:

Die Definitionen der wichtigsten Begriffe wurden am Anfang des Artikels angegeben. Es wäre gut, auch diese hinzuzufügen.

Das werde ich tun, vielen Dank.
 

Wenn ich es richtig verstanden habe, wurden in fast allen Artikeln unterschiedliche Suchstrategien angewandt. Gleichzeitig gab es kein Spiel mit Verteilungen.

Dieser Artikel zeigt, dass die Ergebnisse stark von der gewählten Verteilungsfunktion + Verzerrung abhängen können.


Nach den Zahlen zu urteilen, hat Levy alle zerlegt. Es stellt sich heraus, dass man für jede Suchstrategie mehrere Änderungen vornehmen muss, um die Auswirkungen auf das Gesamtranking zu sehen.


Der Autor ist großartig! Vielen Dank!


Ich habe den Wechsel zu Verteilungen auskommentiert.

// Revision = true;

und erhielt ein besseres Ergebnis als die Gleichverteilung.

 

Bei der MT5-GA sind alle Eingaben starr vorgegeben und die Verteilung scheint einfach gleichmäßig zu sein.


Dank dieser Artikelserie wurde deutlich, dass die Ergebnisse nicht nur von der Suchstrategie, sondern auch von den Werten der Eingabeparameter stark abweichen können. Plus Verteilungen festlegen.

Wie man die optimale Verteilung für seine Aufgabe findet, ist nicht ganz klar. Denn man muss das optimieren, was optimiert werden soll.

 
fxsaber gleichmäßig zu sein.
Bitte zeigen Sie, wie man die Qualität des MT5 GA anhand von Testfunktionen messen kann.
12
Neuer Kommentar