Andrey Dik
Andrey Dik
  • Information
11+ Jahre
Erfahrung
2
Produkte
209
Demoversionen
14
Jobs
0
Signale
0
Abonnenten
I AM LOOKING FOR A PUBLISHER TO PUBLISH A BOOK ABOUT OPTIMIZATION ALGORITHMS.

My github with optimization algorithms: https://github.com/JQSakaJoo/Population-optimization-algorithms-MQL5

All my publications: https://www.mql5.com/en/users/joo/publications

I have been developing systems based on machine learning technologies since 2007 and in the field of artificial
intelligence, optimization and forecasting.

I took an active part in the development of the MT5 platform, such as the introduction of support for universal parallel
computing on the GPU and CPU with OpenCL, testing and backtesting of distributed
computing in the LAN and cloud during optimization in MT5, my test functions are included in the standard delivery of the terminal.

IF YOU LIKE MY ARTICLES AND DEVELOPMENTS IN THE FIELD OF OPTIMIZATION, YOU CAN SUPPORT THE AUTHOR AND BUY OR RENT A POWERFUL LIBRARY OF THE OPTIMIZATION ALGORITHM:
https://www.mql5.com/en/market/product/92455
https://www.mql5.com/en/market/product/117966
or any other of my products:
https://www.mql5.com/en/users/joo/seller


To make an order for MT4 and MT5 through freelancing : https://www.mql5.com/en/job/new?prefered=joo
I make connections to exchanges, there are ready-made connectors.
Recommended Brokers:
https://rbfxdirect.com/ru/lk/?a=dnhp
https://www.icmarkets.com/ru/?camp=4941
Andrey Dik
Hat den Artikel Алгорим оптимизации химическими реакциями — Chemical reaction optimisation, CRO (Часть I): Химия процессов в оптимизации veröffentlicht
Алгорим оптимизации химическими реакциями — Chemical reaction optimisation, CRO (Часть I): Химия процессов в оптимизации

В первой части данной статьи мы окунемся в мир химических реакций и откроем новый подход к оптимизации! Метод оптимизации химическими реакциями (CRO) использует для достижения эффективных результатов принципы, определяемые законами термодинамики. Мы раскроем секреты декомпозиции, синтеза и других химических процессов, которые стали основой этого инновационного метода.

3
Andrey Dik
Hat den Artikel Наиболее известные модификации алгоритма искусственного кооперативного поиска (Artificial Cooperative Search, ACSm) veröffentlicht
Наиболее известные модификации алгоритма искусственного кооперативного поиска (Artificial Cooperative Search, ACSm)

В данной статье рассмотрим эволюцию алгоритма ACS: три модификации в направлении улучшения характеристик сходимости и результативности алгоритма. Трансформация одного из ведущих алгоритмов оптимизации. От модификаций матриц до революционных подходов к формированию популяций.

3
Andrey Dik
Hat den Artikel Алгоритм искусственного кооперативного поиска (Artificial Cooperative Search, ACS) veröffentlicht
Алгоритм искусственного кооперативного поиска (Artificial Cooperative Search, ACS)

Представляем вам алгоритм Artificial Cooperative Search (ACS). Этот инновационный метод использует бинарную матрицу и несколько динамичных популяций, основанных на мутуалистических отношениях и кооперации, для быстрого и точного нахождения оптимальных решений. Уникальный подход ACS к "хищникам" и "жертвам" позволяет добиваться отличных результатов в задачах численной оптимизации.

3
Andrey Dik
Hat den Artikel Алгоритм кодового замка (Сode Lock Algorithm, CLA) veröffentlicht
Алгоритм кодового замка (Сode Lock Algorithm, CLA)

В этой статье мы переосмыслим кодовые замки, превращая их из механизмов защиты в инструменты для решения сложных задач оптимизации. Откройте для себя мир кодовых замков, не как простых устройств безопасности, но как вдохновения для нового подхода к оптимизации. Мы создадим целую популяцию "замков", где каждый замок представляет собой уникальное решение задачи. Затем мы разработаем алгоритм, который будет "вскрывать" эти замки и находить оптимальные решения в самых разных областях, от машинного обучения до разработки торговых систем.

5
Andrey Dik
Hat den Artikel Comet Tail Algorithm (CTA) veröffentlicht
Comet Tail Algorithm (CTA)

In this article, we will look at the Comet Tail Optimization Algorithm (CTA), which draws inspiration from unique space objects - comets and their impressive tails that form when approaching the Sun. The algorithm is based on the concept of the motion of comets and their tails, and is designed to find optimal solutions in optimization problems.

4
Andrey Dik
Hat den Artikel Turtle Shell Evolution Algorithm (TSEA) veröffentlicht
Turtle Shell Evolution Algorithm (TSEA)

This is a unique optimization algorithm inspired by the evolution of the turtle shell. The TSEA algorithm emulates the gradual formation of keratinized skin areas, which represent optimal solutions to a problem. The best solutions become "harder" and are located closer to the outer surface, while the less successful solutions remain "softer" and are located inside. The algorithm uses clustering of solutions by quality and distance, allowing to preserve less successful options and providing flexibility and adaptability.

4
Andrey Dik
Hat den Artikel Der Optimierungsalgorithmus Brain Storm (Teil II): Multimodalität veröffentlicht
Der Optimierungsalgorithmus Brain Storm (Teil II): Multimodalität

Im zweiten Teil des Artikels werden wir uns mit der praktischen Implementierung des BSO-Algorithmus befassen, Tests mit Testfunktionen durchführen und die Effizienz von BSO mit anderen Optimierungsmethoden vergleichen.

Andrey Dik
Hat den Artikel Brain Storm Optimierungsalgorithmus (Teil I): Clustering veröffentlicht
Brain Storm Optimierungsalgorithmus (Teil I): Clustering

In diesem Artikel befassen wir uns mit einer innovativen Optimierungsmethode namens BSO (Brain Storm Optimization), die von einem natürlichen Phänomen namens „Brainstorming“ inspiriert ist. Wir werden auch einen neuen Ansatz zur Lösung von multimodalen Optimierungsproblemen diskutieren, den die BSO-Methode anwendet. Es ermöglicht die Suche nach mehreren optimalen Lösungen, ohne dass die Anzahl der Teilpopulationen vorher festgelegt werden muss. Wir werden auch die Clustermethoden K-Means und K-Means++ betrachten.

Andrey Dik
Andrey Dik
My github with optimization algorithms: https://github.com/JQSakaJoo/Population-optimization-algorithms-MQL5
Мой github с алгоритмами оптимизации: https://github.com/JQSakaJoo/Population-optimization-algorithms-MQL5
Andrey Dik
Hat den Artikel Algorithmen zur Optimierung mit Populationen: Der Boids-Algorithmus veröffentlicht
Algorithmen zur Optimierung mit Populationen: Der Boids-Algorithmus

Der Artikel befasst sich mit dem Boids Algorithmus, der auf einzigartigen Beispielen für das Verhalten von Tierschwärmen basiert. Der Boids-Algorithmus wiederum dient als Grundlage für die Schaffung einer ganzen Klasse von Algorithmen, die unter dem Namen „Schwarmintelligenz“ zusammengefasst werden.

Andrey Dik
Hat den Artikel Algorithmen zur Optimierung mit Populationen: Vogelschwarm-Algorithmus (BSA) veröffentlicht
Algorithmen zur Optimierung mit Populationen: Vogelschwarm-Algorithmus (BSA)

Der Artikel befasst sich mit dem vogelschwarmbasierten Algorithmus (BSA), der von den kollektiven Schwarminteraktionen der Vögel in der Natur inspiriert ist. Die unterschiedlichen Suchstrategien der BSA-Individuen, einschließlich des Wechsels zwischen Flucht-, Wachsamkeits- und Futtersuchverhalten, machen diesen Algorithmus vielschichtig. Es nutzt die Prinzipien der Vogelschwärme, der Kommunikation, der Anpassungsfähigkeit, des Führens und Folgens, um effizient optimale Lösungen zu finden.

Andrey Dik
Hat den Artikel Die Rolle der Qualität von Zufallszahlengeneratoren für die Effizienz von Optimierungsalgorithmen veröffentlicht
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.

Andrey Dik
Hat den Artikel Algorithmen zur Optimierung mit Populationen: Der Wal-Optimierungsalgorithmus (WOA) veröffentlicht
Algorithmen zur Optimierung mit Populationen: Der Wal-Optimierungsalgorithmus (WOA)

Der Wal-Optimierungsalgorithmus (WOA) ist ein metaheuristischer Algorithmus, der durch das Verhalten und die Jagdstrategien von Buckelwalen inspiriert wurde. Die Hauptidee von WOA ist die Nachahmung der so genannten Fressmethode „Blasennetz“, bei der Wale Blasen um ihre Beute herum erzeugen und sie dann in einer spiralförmigen Bewegung angreifen.

Andrey Dik
Hat den Artikel Hybridisierung von Populationsalgorithmen. Sequentielle und parallele Strukturen veröffentlicht
Hybridisierung von Populationsalgorithmen. Sequentielle und parallele Strukturen

Hier tauchen wir in die Welt der Hybridisierung von Optimierungsalgorithmen ein, indem wir uns drei Haupttypen ansehen: Strategiemischung, sequentielle und parallele Hybridisierung. Wir werden eine Reihe von Experimenten durchführen, in denen wir die relevanten Optimierungsalgorithmen kombinieren und testen.

Andrey Dik
Hat den Artikel Algorithmen zur Optimierung mit Populationen: Widerstand gegen das Steckenbleiben in lokalen Extremen (Teil II) veröffentlicht
Algorithmen zur Optimierung mit Populationen: Widerstand gegen das Steckenbleiben in lokalen Extremen (Teil II)

Wir setzen unser Experiment fort, das darauf abzielt, das Verhalten von Populationsoptimierungsalgorithmen im Zusammenhang mit ihrer Fähigkeit zu untersuchen, lokale Minima bei geringer Populationsvielfalt effizient zu umgehen und globale Maxima zu erreichen. Forschungsergebnisse werden vorgelegt.

Andrey Dik
AO Core Чтобы обеспечить самооптимизацию советника для реализации любых требуемых возможностей и функциональностей, используется схема, представленная на рисунке 1. На временной шкале "История" советник позиционируется в точке "время сейчас", где принимается решение об оптимизации...
Andrey Dik
AO Core To ensure self-optimization of the advisor for implementing any required capabilities and functionalities, the scheme presented in Figure 1 is employed. On the "History" timeline, the advisor is positioned at the "time now" point where the optimization decision is made...
Andrey Dik
Hat den Artikel Algorithmen zur Optimierung mit Populationen: Widerstand gegen das Steckenbleiben in lokalen Extremen (Teil I) veröffentlicht
Algorithmen zur Optimierung mit Populationen: Widerstand gegen das Steckenbleiben in lokalen Extremen (Teil I)

In diesem Artikel wird ein einzigartiges Experiment vorgestellt, das darauf abzielt, das Verhalten von Populationsoptimierungsalgorithmen im Zusammenhang mit ihrer Fähigkeit zu untersuchen, lokale Minima bei geringer Populationsvielfalt effizient zu umgehen und globale Maxima zu erreichen. Die Arbeit in dieser Richtung wird weitere Erkenntnisse darüber liefern, welche spezifischen Algorithmen ihre Suche mit den vom Nutzer festgelegten Koordinaten als Ausgangspunkt erfolgreich fortsetzen können und welche Faktoren ihren Erfolg beeinflussen.

Andrey Dik
Hat den Artikel Die Basisklasse der Populationsalgorithmen als Rückgrat einer effizienten Optimierung veröffentlicht
Die Basisklasse der Populationsalgorithmen als Rückgrat einer effizienten Optimierung

Der Artikel präsentiert einen einzigartigen Forschungsversuch, eine Vielzahl von Populationsalgorithmen in einer einzigen Klasse zu kombinieren, um die Anwendung von Optimierungsmethoden zu vereinfachen. Dieser Ansatz eröffnet nicht nur Möglichkeiten für die Entwicklung neuer Algorithmen, einschließlich hybrider Varianten, sondern schafft auch eine universelle Basis-Testumgebung. Dieser Stand wird zu einem wichtigen Instrument für die Auswahl des optimalen Algorithmus für eine bestimmte Aufgabe.

Andrey Dik
Hat den Artikel Verwendung von Optimierungsalgorithmen zur Konfiguration von EA-Parametern im laufenden Betrieb veröffentlicht
Verwendung von Optimierungsalgorithmen zur Konfiguration von EA-Parametern im laufenden Betrieb

Der Artikel behandelt die praktischen Aspekte der Verwendung von Optimierungsalgorithmen, um die besten EA-Parameter im laufenden Betrieb zu finden, sowie die Virtualisierung von Handelsoperationen und EA-Logik. Der Artikel kann als Anleitung für die Implementierung von Optimierungsalgorithmen in einen EA verwendet werden.