記事「母集団最適化アルゴリズム」についてのディスカッション

 

新しい記事「母集団最適化アルゴリズム」はパブリッシュされました:

最適化アルゴリズム(OA)の分類についての入門記事です。この記事では、OAを比較するためのテストスタンド(関数群)を作成し、広く知られたアルゴリズムの中から最も普遍的なものを特定することを試みています。

クラス

 分類AO

取引システムの最適化において、最もエキサイティングなのは、メタヒューリスティック最適化アルゴリズムです。最適化される関数の式の知識は必要ありません。大域的最適解への収束性は証明されていないが、ほとんどの場合、かなり良い解が得られることが実験的に確立されており、多くの問題でこれで十分です。

自然界から借用したモデルとして、多くのOAが登場しました。このようなモデルは、行動、群れ、集団とも呼ばれ、例えば鳥の群れの行動(粒子群アルゴリズム)、蟻のコロニーの行動原理(蟻アルゴリズム)などがあります。

ポピュレーションアルゴリズムは、最適化問題を解くために複数の選択肢を同時に扱うもので、問題を解く際に探索領域が1つの候補しか進化しない運動軌道に基づく古典的なアルゴリズムに代わるものです。

作者: Andrey Dik

 

興味深いトピックですね。

今のところ、関数の極値を見つける ことは良いことですが、関数を回復して数学的に表現する方法はありますか?

 
Aleksey Vyazmikin 極値を見つける ことは良いことですが、特に例えばEAを最適化する場合、関数を回復して数学的に表現する方法はありますか?

1.ご興味をお持ちいただきありがとうございます。アルゴリズムの普遍的なランキングは存在しないため、以下の記事では多くの驚くべき発見が期待される:あるARは一般に信じられているほど詳細な調査ではうまく振る舞わないし、他のARは並外れた探索特性を示す。古典的な実装とともに、よく知られたAOの修正も提案される。

2.この問題は、例えば、与えられた性質を持つ新しいタンパク質の創製(この分野ではそれなりの進歩が見られるが、それはアミノ酸の単純な組み合わせの列挙によって達成されている)などの知識分野への道を開くものであるため、現代の多くの人々の関心を集めている。一般に、ニューラルネットワークの形でない限り、関数の解析式を100%復元する方法はない。将来的にはAI技術の応用で、データから解析関数へのリバースエンジニアリングが可能になるかもしれないが......。

 
Andrey Dik #:

1.ご清聴ありがとうございました。アルゴリズムには普遍的に認められたランキングは存在しないため、以下の記事では多くの驚くべき発見が期待される:一般に信じられているほど詳細な調査ではうまく動作しないARもあれば、並外れた検索特性を示すARもある。古典的な実装に加えて、よく知られたAOの修正も提案される。

2.この問題は、例えば、与えられた特性を持つ新しいタンパク質の創製(この分野ではささやかな進歩が見られるが、それはアミノ酸の単純な組み合わせの列挙によって達成されている)などの知識分野への道を開くものであるため、現代の多くの人々の関心を集めている。一般に、ニューラルネットワークの形でない限り、関数の解析式を100%復元する方法はない。将来的にはAI技術の応用で、データから解析関数へのリバースエンジニアリングが可能になるかもしれないが......。

ご回答ありがとうございます。

遺伝子の長さが10文字(というのかな?)までのバイナリ変数/予測子(総量5k程度)の高速な方法はないでしょうか?

 
Aleksey Vyazmikin #:

お返事ありがとうございます。

遺伝子の長さが10文字までのバイナリ変数/予測子(合計5k程度)のための高速な方法はありますか?

まだ答えを持っていないので、今後の記事で読者の方と一緒に探してみます)))

研究課題は山積みである。

 
Andrey Dik #:

答えはわからないので、今後の記事で読者の皆さんと一緒に探していきたいと思います)))

研究すべきことはたくさんある。

もし何か計算する必要があれば、私は科学のために、その力を分かち合う用意がある!:)

 
Aleksey Vyazmikin #:

もし何か計算が必要なら、私は科学のために力を分かち合う用意がある!:)

ありがとうございます)。

 
列挙の中にベイズ最適化は なかった。それとも、私が探しすぎたのだろうか?
 
Vladimir Perervenko ベイズ最適化は なかった。それとも、あなたの見方が悪かったのでしょうか?

分類ツリーは、現在までに存在するすべての最適化手法を表しているわけではない。また、母集団ベースのアルゴリズムのみが考慮される。