Discussion de l'article "Algorithmes d'optimisation de la population : Semis et Croissance des Jeunes Arbres, ou Saplings Sowing and Growing up en anglais (SSG)" - page 3

Nouveau commentaire
 
Anatoli Kazharski #:

Vous avez besoin d'un mode qui trouve toutes les collines et donne ces plages pour tous les paramètres que vous pouvez utiliser par la suite.

Je crains que l'heuristique ne le permette pas.

Les optimisations ultérieures ne peuvent être effectuées que dans les plages de ces pentes de robustesse.

C'est pourquoi cela ne fonctionnera probablement pas de cette manière.


Mais il est tout à fait possible d'éliminer la région du maximum global et d'exécuter l'AG sans elle. À chaque itération, nous obtiendrons un maximum global sans tenir compte des maxima trouvés précédemment.

 

Supposons qu'il existe des résultats d'optimisation pour toutes les combinaisons de paramètres sur une longue période.

Il existe une interface graphique avec une échelle de temps, qui permet de déplacer un curseur sur lequel on peut voir toutes les collines de robustesse et leur évolution dans le temps.

Ce serait un outil très utile.

 
Anatoli Kazharski résultats d'optimisation pour toutes les combinaisons de paramètres sur une longue période.

Il existe une interface graphique avec une ligne de temps, qui permet de déplacer un curseur sur lequel vous pouvez voir toutes les collines de robustesse et la façon dont elles évoluent dans le temps.

Cet outil serait très utile.

Soit je ne comprends pas bien, soit je vois un trop grand nombre de calculs.

 
cela ressemble à un sujet d'article à part entière.
Il est nécessaire de comprendre le concept de FF.

 
fxsaber #:

Soit je ne comprends pas bien, soit je vois un trop grand nombre de calculs.

L'idéal serait bien sûr d'obtenir tous les résultats après une optimisation complète. Mais ce n'est peut-être pas nécessaire.

J'ai également besoin d'un outil permettant de visualiser les plages de collines de robustesse à l'échelle de toutes les plages de paramètres.

Disons (grossièrement) qu'il pourrait s'agir des plages qui ont donné de meilleurs résultats en combinaison avec d'autres plages (une autre couleur indique la deuxième plage d'une autre colline) :


 
Andrey Dik #:
nécessite une décomposition du concept de FF.

L'abréviation n'est pas comprise.

Andrey Dik #:
il semble qu'un sujet séparé pour un article soit en train de naître.

Tout d'abord, vous pouvez essayer de sélectionner la zone autour de l'AG global trouvé avec l'AG standard, parce que le format d'option des résultats d'optimisation est entièrement ouvert.

Il serait également intéressant d'ajouter l'AG standard au tableau de comparaison.

AO

Description

Rastriguine

Rastrigin final

Forêt

Forêt finale

Mégapole (discrète)

Mégapole finale

Résultat final

10 paramètres (5 F)

50 paramètres (25 F)

1000 paramètres (500 F)

10 paramètres (5 F)

50 paramètres (25 F)

1000 paramètres (500 F)

10 paramètres (5 F)

50 paramètres (25 F)

1000 paramètres (500 F)



 
Anatoli Kazharski #:

L'idéal serait bien sûr d'obtenir tous les résultats après une optimisation complète. Mais ce n'est pas toujours nécessaire.

Un outil permettant de visualiser les plages de collines de robustesse à l'échelle de toutes les plages de paramètres est également nécessaire.

Disons (en gros) qu'il pourrait s'agir des plages qui ont donné de meilleurs résultats en combinaison avec d'autres plages (une autre couleur indique la deuxième plage d'une autre colline) :

Apparemment, vous continuez à ne pas comprendre du tout l'idée.

 
fxsaber #:

1. l'abréviation n'est pas comprise.

2. Dans un premier temps, vous pouvez essayer de sélectionner la zone autour du global trouvé par GA standard, car le format d'option des résultats d'optimisation est entièrement ouvert.

Il serait intéressant d'ajouter l'AG standard au tableau de comparaison.


1. fonction d'aptitude, adaptabilité
2. Cela peut ne pas être nécessaire dans la recherche de paramètres robustes. c'est pourquoi l'idée a surgi, ou plutôt a été dans mon esprit depuis longtemps. j'ai même un projet d'article datant d'environ 6 ans.
3. il s'agit d'une question complexe et délicate. il y a des résultats de tests, mais, il y a beaucoup de mais. si on me le permet, je suis prêt à partager le tableau dans le prochain article.
 
Andrey Dik #:
1. fonction d'aptitude, adaptabilité

Je ne suis pas très à l'aise avec la terminologie. S'il s'agit d'un critère d'optimisation, je ne vois pas pourquoi il est nécessaire pour ce problème. Si un sujet de test est nécessaire, alors Forest est parfait.

 
fxsaber #:

Je ne suis pas très à l'aise avec la terminologie. S'il s'agit d'un critère d'optimisation, je ne comprends pas pourquoi il est nécessaire pour cette tâche. Si vous avez besoin d'un sujet de test, alors Forest est parfait.


Forest est un FF, c'est-à-dire qu'il s'agit d'exigences imposées au système en cours d'optimisation. Si les exigences du système sont modifiées, le FF changera, mais le système n'a pas changé, n'est-ce pas ?
C'est comme si l'utilisateur avait essayé de modifier les exigences de différentes manières et qu'il obtenait toujours Forest. les FF intégraux ressemblent exactement à Forest, comme l'équilibre, par exemple.
Il est nécessaire d'essayer de ne pas utiliser les FF intégraux, si possible, et si ce n'est pas possible, de faire de la NADstroika sur les FF, c'est-à-dire d'appliquer les FF aux FF afin d'éviter les pics abrupts.
Vous pouvez pêcher dans l'eau trouble des résultats de l'optimisation par l'équilibre des particules de sens qui se trouvent quelque part à proximité, et vous pouvez aller dans l'autre sens, vous pouvez superstructurer le FF d'équilibre de sorte que la surface ne soit plus finie de manière aiguë, et que tous les paramètres nécessaires se trouvent à proximité et en même temps sur la colline douce la plus élevée !
En résumé, nous pouvons dire que si la surface d'équilibre est très finie, soit c'est vraiment tout ce que l'on peut tirer du problème, soit le chercheur s'est trompé.
12345678910...13
Nouveau commentaire