Discussion de l'article "Algorithmes d'optimisation de la population : Algorithme d'Optimisation du Loup Gris - Grey Wolf Optimizer (GWO)"
Y aura-t-il une optimisation par la méthode du troupeau du pauvre ? ))
Ces articles sur les techniques d'optimisation métaheuristiques sont géniaux ! Tu fais un travail formidable Andrey, c'est époustouflant la quantité d'expérience que tu as à partager avec nous, merci !
@METAQUOTES envisagez de mettre en œuvre ces objectifs d'optimisation métaheuristique dans l'optimiseur ! Ce serait formidable pour le logiciel.
Quelque chose de facile que l'utilisateur peut définir à l'intérieur de OnTester() comme :
OptimizerSetEngine("ACO"); // Optimisation par colonies de fourmis OptimizerSetEngine("COA"); // algorithme d'optimisation coucou OptimizerSetEngine("ABC")); // colonie d'abeilles artificielle OptimizerSetEngine("GWO"); // optimiseur loup gris OptimizerSetEngine("PSO"); // optimisation par essaims de particules
Merci du Brésil
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Un nouvel article Algorithmes d'optimisation de la population : Algorithme d'Optimisation du Loup Gris - Grey Wolf Optimizer (GWO) a été publié :
Considérons l'un des algorithmes d'optimisation modernes les plus récents : le Grey Wolf Optimization. Le comportement original sur les fonctions de test fait de cet algorithme l'un des plus intéressants parmi ceux considérés précédemment. C'est l'un des meilleurs algorithmes à utiliser dans la formation de réseaux de neurones, des fonctions fluides avec de nombreuses variables.
Fig. 3 : Schéma du mouvement oméga par rapport à alpha, beta et delta
Le pseudo-code de l'algorithme GWO est le suivant :
Auteur : Andrey Dik