Discusión sobre el artículo "Algoritmos de optimización de la población: microsistema inmune artificial (Micro Artificial immune system, Micro-AIS)" - página 3
¿puede ser el período de la bolsa un número negativo? no? aquí está la restricción de abajo.
¿puede el periodo del volante ser mayor que 10000? puede, pero no tiene sentido, así que aquí está la restricción de arriba.
etc. los problemas prácticos tienen restricciones, por eso son N-completos (aunque no sólo eso), de lo contrario no tiene sentido práctico aplicar algoritmos de optimización - se tardaría mucho tiempo. piénsalo.
Sobre el tema de aplicar la optimización a las CT. Me resulta difícil imaginar una ST que sea razonable optimizar simultáneamente para más de diez entradas.
Por lo tanto, parece que los "grados de libertad" de una ST son menos de una docena. Esto incluye algunos requisitos para los algoritmos de optimización: lo genial ya no es la universalidad (optimizar algo supercomplejo con un número enorme de entradas).
Es decir, para la CT hay que entender lo que realmente se quiere obtener de la optimización.
Sobre el tema de aplicar la optimización a las TS. Me resulta difícil imaginar un ST en el que sea razonable optimizar simultáneamente más de diez entradas.
Por lo tanto, parece que los "grados de libertad" de una TS son menos de una docena. De ahí algunas exigencias a los algoritmos de optimización: la gracia ya no está en la versatilidad (optimizar una cosa supercompleja con un número enorme de entradas).
Es decir, para la CT hay que entender qué se quiere obtener realmente de la optimización.
El campo de aplicación de la optimización de más de 10 parámetros es muy amplio.
El primero son los patrones.
En segundo lugar, las carteras activas.
Tercero - redes neuronales y combina, "hardware" en vivo.
Cuarto: todo lo que ahora puede hablarnos desde detrás de una pantalla pronto será aún más inteligente gracias a sistemas autoadaptativos con miles o miles de millones de parámetros.
La vida surgió de la optimización de los aminoácidos, igual que el primer .... Eso también es optimización, la primera en pasar la prueba de la Optimización Global.
algunos tipos de algoritmos pueden sobrestimar los resultados en puntos de referencia que utilizan duplicación múltiple (para simular la multidimensionalidad).
Según esta metodología. pruebas con la función Hilly.
// Optimización_C_AO_HS#define MACROS_OPTIMIZATION_INIT , 0.9, 0.1, 0.2, epochCount
// No se puede adaptar sin modificar la fuente.// Coincidencia de nombre: C_AO_HS::h[] и S_Harmony::h.
Si cambia la fuente (hacer que el nombre no coincide), puedo adaptarlo.
Para iniciar sesión y usar el sitio web MQL5.com es necesario permitir el uso de Сookies.
Por favor, active este ajuste en su navegador, de lo contrario, no podrá iniciar sesión.
Ha iniciado sesión. La autenticación de dos factores se ha desactivado. Vuelva a configurarla y escanee un nuevo código QR, o continúe con la autenticación de dos factores desactivada.
max = pi/2 + n*2*pi
donde n es cualquier número entero
¿dónde está la restricción?
En realidad yo estaba hablando con fxsaber específicamente acerca de su FF
ningún deseo de cambiar a mashka con...
en realidad yo estaba hablando con fxsaber específicamente acerca de su FF
ningún deseo de cambiar a mashki con...
Sobre el tema de aplicar la optimización a las CT. Me resulta difícil imaginar una ST que sea razonable optimizar simultáneamente para más de diez entradas.
Por lo tanto, parece que los "grados de libertad" de una ST son menos de una docena. Esto incluye algunos requisitos para los algoritmos de optimización: lo genial ya no es la universalidad (optimizar algo supercomplejo con un número enorme de entradas).
Es decir, para la CT hay que entender lo que realmente se quiere obtener de la optimización.
Sobre el tema de aplicar la optimización a las TS. Me resulta difícil imaginar un ST en el que sea razonable optimizar simultáneamente más de diez entradas.
Por lo tanto, parece que los "grados de libertad" de una TS son menos de una docena. De ahí algunas exigencias a los algoritmos de optimización: la gracia ya no está en la versatilidad (optimizar una cosa supercompleja con un número enorme de entradas).
Es decir, para la CT hay que entender qué se quiere obtener realmente de la optimización.
Me refería a TC.
Hablaba de TC.
algunos tipos de algoritmos pueden sobrestimar los resultados en puntos de referencia que utilizan duplicación múltiple (para simular la multidimensionalidad).
Según esta metodología. pruebas con la función Hilly.
Configuración.
Personalizado.
Personalizado.
Según esta metodología, la prueba de la función Hilly.
Aquí, el panorama ha cambiado.
La parte superior en la lista de resultados PSO y IWDm mostró valores en los límites de la gama, esto no es muy bueno.
GSA_Stars es sólo un juguete, para la simulación visual del movimiento del cuerpo, se puede quitar.
Y HS por alguna razón, muy interesante algo.
HS erorit por alguna razón, muy interesante algo.
En Optimisation.mqh está escrito al respecto.