Discusión sobre el artículo "Algoritmos de optimización de la población: Algoritmo de siembra y crecimiento de árboles (Saplings Sowing and Growing up — SSG)" - página 10
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Una especie de validación cruzada selecciona la mejor aguja o superficie. Y para obtener muchas agujas, se puede optimizar a través de diferentes piezas de la historia. El ph seguirá siendo el mismo.
aquí, por cierto, hay una manera de filtrar los parámetros que siempre se vierten (introdúzcalos en owls como erróneos y el probador los omitirá). seleccione las zonas que se vierten con más frecuencia. y luego utilice estas zonas vaciadas como su imaginación le indique.
Aquí, por cierto, hay una forma de filtrar los parámetros que siempre se vierten (introdúzcalos en los búhos como erróneos y el comprobador los omitirá). seleccione las zonas que se vierten con más frecuencia. y luego utilice estas zonas vaciadas como le dicte su imaginación.
Andrei, ¿quedan muchos más algoritmos? ¿Tiene sentido detenerse en SSG, o hay otros potencialmente más fuertes? )
Hay muchos algoritmos, no sé si hay algoritmos más potentes.
La tabla está viva, voy añadiendo algoritmos a medida que los aprendo, es decir, no puedo decir -ese de ahí es el más chulo, sólo conozco los que he descrito))))
De hecho, ya era posible tomar hormiga, abeja y la mala hierba, que son muy buenos. de madera, por supuesto, ahora las lágrimas de todo, ¿cuál será el próximo líder - No lo sé.
Voy a llegar a los híbridos cuando he pasado por todos los conocidos importantes, híbridos son muy prometedores.
Por ahora estoy considerando los tipos de población, pero hay otros tipos, será interesante estudiarlos también.
No entiendo muy bien por qué no existe hasta ahora en el probador una forma tan intuitiva de ejecutar sobre varios trozos de historia y promediarlos. Tal vez se hace a través de marcos de alguna manera.
Sacado de contexto. Sigue leyendo.
Es un gran error obtener ideas a partir de imágenes tridimensionales. Es como sacar conclusiones sobre el caso tridimensional a partir de imágenes bidimensionales.
Con dos parámetros, el número de sillas de montar se corresponde aproximadamente con el número de máximos: entre dos máximos hay una silla de montar (con un parámetro no hay ninguna silla de montar). A medida que aumenta el número de parámetros, el número de silletas es mucho mayor que el número de extremos y se diversifican. La principal tarea de la maximización consiste en no tomar una silla como extremo, lo que es muy posible debido al número limitado de puntos de cálculo.
Si hay discontinuidades en la dependencia del objetivo respecto a los parámetros, entonces la oscuridad es total y es sencillamente imposible imaginar todas las variantes multivariantes.
Es un gran error obtener ideas a partir de imágenes tridimensionales. Es como sacar conclusiones sobre un caso tridimensional a partir de imágenes bidimensionales.
Con dos parámetros, el número de sillas de montar se corresponde aproximadamente con el número de máximos: entre dos máximos hay una silla de montar (con un parámetro no hay ninguna silla de montar). A medida que aumenta el número de parámetros, el número de silletas es mucho mayor que el número de extremos y se diversifican. La principal tarea de la maximización consiste en no tomar una silla como extremo, lo que es muy posible debido al número limitado de puntos de cálculo.
Si hay discontinuidades en la dependencia del objetivo respecto a los parámetros, entonces la oscuridad es total y es sencillamente imposible imaginar todas las variantes multivariantes.
Sí, es cierto. Las imágenes tridimensionales son lo máximo que podemos ver, más dimensiones no se pueden ver. Pero necesitamos tener una idea de la superficie para las pruebas de AO.
Yo utilizo funciones de prueba tridimensionales (dos parámetros), incluso cuando hay 1000 parámetros en las pruebas son 500 funciones de prueba.
Si el FF es "heterogéneo" en parámetros, como en el caso del Asesor Experto, entonces es imposible imaginar una superficie de giro en absoluto, pero no es más difícil que las funciones de prueba "homogéneas". Todos los algoritmos en los artículos se prueban para "chitting", como por ejemplo, en realidad podría opción dos parámetros y copiarlos a todos los demás, a continuación, las funciones multivariantes de prueba haría clic en uno y dos veces.
También hay un método sobre las tendencias "paralelas-perpendiculares" (no sé cómo se llama exactamente) de los algoritmos, es cuando un algoritmo resuelve mejor los problemas de optimización en los que los vértices y los valles están situados vertical y horizontalmente a los ejes de coordenadas, tales algoritmos fallan las pruebas sobre funciones con rotación (tomar cualquier función de prueba y girarla 5-10 grados).