Diskussion zum Artikel "Algorithmus für künstliche Atome (A3)"

 

Neuer Artikel Algorithmus für künstliche Atome (A3) :

Der Artikel beschreibt die Implementierung des A3-Algorithmus – eines metaheuristischen Optimierungsalgorithmus, der von chemischen Prozessen inspiriert ist – in MQL5. Nur zwei einstellbare Parameter und eine kleine Population gewährleisten eine hohe Arbeitsgeschwindigkeit bei ausreichender Qualität der Lösungen.

Der Algorithmus modelliert die Interaktion von Atomen und Elektronen, um die optimale Lösung zu finden. Die grundlegenden Komponenten sind Atome, die potenzielle Lösungen für das Problem darstellen. Elektronen repräsentieren Entscheidungsvariablen. Kovalente Bindung ist ein Operator zum Speichern und Replizieren der besten Lösungen, ionische Bindung ist ein Operator zur Erkundung des Suchraums und zum Erreichen eines globalen Optimums. 

Der Algorithmus beginnt mit der zufälligen Generierung einer Menge von Atomen, bewertet dann die Qualität jedes Atoms mithilfe der Zielfunktion und wendet anschließend Operatoren für kovalente und ionische Bindungen an, um Lösungen zu verbessern (leider gibt es keine Beschreibung, wie dies geschieht). Als Nächstes ist es notwendig, die Wirkung der Elektronen zu bewerten. Wiederum ist unklar, wie dies zu tun ist. Sowohl Elektronen als auch Atome sollen anschließend sortiert werden. Okay, wir können die Atome (Lösungen) sortieren, aber wie wir die Elektronen sortieren können, ist ein Rätsel (es ist, als würde man versuchen, die Gliedmaßen einer Person zu sortieren, Arme mit Beinen, rechts mit links – das spielt keine Rolle). Der Vorgang wird iterativ wiederholt, bis das Abbruchkriterium erreicht ist. Nun, wie das Sprichwort sagt, man muss mit dem arbeiten, was man hat. Wir müssen versuchen, einen Algorithmus zusammenzustellen, der die Ideen der Autoren anwendet.

Künstlicher-Atom-Algorithmus (A3)


Autor: Andrey Dik

 
طاقة كوشي :

Lesen Sie den neuen Artikel: Der künstliche analytische Algorithmus (A3) .

Autor: André Dick

Ich habe nichts verstanden.
 
ماريو عطيه # Ich habe nichts verstanden
Kurz, prägnant und brutal ehrlich! 😂
 

Mir geht es genauso, beim ersten Lesen war es nicht ganz einfach, lol. Die Idee klingt interessant, aber wenn die Regeln für kovalente/ionische Bindungen und die Elektronenverteilung nicht ganz klar sind, ist es schwer, den Algorithmus richtig einzuschätzen.

Für mich wäre ein einfaches Schritt-für-Schritt-Beispiel mit vielleicht zwei Atomen und ein paar Variablen hilfreich, das dann genau zeigt, wie eine Iteration die Lösung verändert. Ohne das wirkt es eher wie ein Konzept als wie etwas, das Trader wirklich verstehen oder testen können.

 
Was für ein verrücktes Konzept. Bitte schreib als Nächstes über das Optimierungskonzept der Urknalltheorie.
 
Chacha Ian Maroa #:
Was für ein verrücktes Konzept. Bitte schreib als Nächstes über das Optimierungskonzept der Urknalltheorie
Der Typ hatte genug von Roskosmos und ist stattdessen bei mql5.com gelandet.
 

Meine Bewertung

Stellen Sie sich eine Gruppe von 100 Kindern vor, die in einem Park nach einem versteckten Spielzeug suchen.

Jedes Kind beginnt an einer anderen Stelle.

Der Algorithmus funktioniert folgendermaßen:

  1. In der ersten Runde verteilt er alle Kinder an zufälligen Stellen im Park.
  2. Danach, in jeder Runde:
    • Schauen einige Kinder , wer dem Spielzeug am nächsten ist, und gehen ein Stück in dessen Richtung.
    • Andere Kinder folgen einem zufällig ausgewählten Kind aus der Gruppe derer, die gut vorankommen.
    • Von Zeit zu Zeit beschließt ein Kind, einen völlig neuen Ort zu erkunden, um zu sehen, ob es einen besseren Weg findet.
  3. Immer wenn ein Kind versucht, den Park zu verlassen, sagt der Algorithmus:

    „Nein! Bleib innerhalb der Grenzen des Parks.“

  4. Dieser Vorgang wiederholt sich mehrmals.

Am Ende kommt die gesamte Gruppe dem Spielzeug immer näher, da alle von denen lernen, die bessere Wege finden.

Kurz gesagt:

Der Algorithmus lässt mehrere „Personen“ versuchen, ein Problem zu lösen, wobei sie von den besten Lösungen lernen und manchmal neue Orte erkunden, um eine noch bessere Lösung zu finden.


Anmerkung: Der Code befindet sich noch in einem Zwischenstadium und bedarf einiger Anpassungen.


 
Chacha Ian Maroa #:
Was für eine verrückte Idee. Bitte schreib das nächste Mal etwas über das Konzept der Optimierung der Urknalltheorie

;D

https://www.mql5.com/de/articles/16963

Algoritmo da viagem evolutiva no tempo — Time Evolution Travel Algorithm (TETA)
Algoritmo da viagem evolutiva no tempo — Time Evolution Travel Algorithm (TETA)
  • 2025.07.08
  • www.mql5.com
Meu algoritmo original. Neste artigo é apresentado o Algoritmo da Viagem Evolutiva no Tempo (TETA), inspirado no conceito de universos paralelos e fluxos temporais. A ideia central do algoritmo é que, embora a viagem no tempo no sentido convencional seja impossível, podemos escolher uma sequência de eventos que leva a diferentes realidades.