Diskussion zum Artikel "Die Rolle der Qualität von Zufallszahlengeneratoren für die Effizienz von Optimierungsalgorithmen"
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 Die Rolle der Qualität von Zufallszahlengeneratoren für die Effizienz von Optimierungsalgorithmen :
In diesem Artikel werden wir uns den Mersenne-Twister-Zufallszahlengenerator ansehen und ihn mit dem Standardgenerator in MQL5 vergleichen. Wir werden auch herausfinden, welchen Einfluss die Qualität des Zufallszahlengenerators auf die Ergebnisse der Optimierungsalgorithmen hat.
Bei der Verwendung von Optimierungsalgorithmen fragen sich viele Leser, wie wichtig es ist, einen hochwertigen Zufallszahlengenerator zu verwenden. Die Antwort auf diese Frage ist nicht so einfach, wie sie auf den ersten Blick erscheinen mag. Es liegt jedoch auf der Hand, dass die Qualität der Zufallszahlen einen erheblichen Einfluss auf die Suchmöglichkeiten von Algorithmen haben kann, da Populationsalgorithmen überwiegend auf stochastischer Suche beruhen.
Lassen Sie uns diese Frage gemeinsam klären. Bevor wir beginnen, müssen wir uns mit den verschiedenen Arten von Zufallszahlengeneratoren befassen, mit ihren Auswirkungen auf die Ergebnisse und mit der Frage, wo Sie zuverlässige Optionen finden können.
Zufallszahlengeneratoren (RNGs) sind Algorithmen oder Geräte, die eine Folge von Zahlen oder Werten erzeugen, wobei die Zahlen zufällig erscheinen. In der Informatik und Mathematik werden solche Sequenzen in der Regel als „pseudozufällig“ bezeichnet, da sie durch deterministische Algorithmen und nicht durch echte Zufallsprozesse erzeugt werden.
Autor: Andrey Dik