メタヒューリスティック最適化技術に関する 記事は素晴らしいよ!私たちと共有できる経験の多さには驚かされるよ!
メタヒューリスティック最適化のターゲットをオプティマイザーに実装することを検討してください!
OnTester()の中でユーザーが設定できるような簡単なものです:
OptimizerSetEngine("ACO"); // アントコロニー最適化 OptimizerSetEngine("COA")); // カッコウ最適化アルゴリズム OptimizerSetEngine("ABC")); // 人工蜂コロニー OptimizerSetEngine("GWO")); // グレーウルフ・オプティマイザ OptimizerSetEngine("PSO")); // 粒子群最適化
ブラジルより
取引の機会を逃しています。
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新しい記事「母集団最適化アルゴリズム:カッコウ最適化アルゴリズム(COA)」はパブリッシュされました:
次に考察するのは、レヴィフライトを使ったカッコウ検索最適化アルゴリズムです。これは最新の最適化アルゴリズムの1つで、リーダーボードの新しいリーダーです。
ここで、カッコウの産卵の過程をもう少し詳しく見てみましょう。すべての巣の中から、卵が産まれるはずの巣がランダムに選ばれます。卵は解なので、卵の質で表すことができます。カッコウの卵が巣主の卵より高品質であれば、置き換えられことになります。そうでなければ、巣主の卵が巣に残ってしまいます。実際、その後の進化は生き残ったヒナから続いていくことになります。つまり、巣主の卵のたヒナが生き残ったのであれば、同じところから進化が続くということです。カッコウの卵により生存能力があり、新たな場所から問題解決のための探索が続いてこそ、さらなる発展が可能となるのです。決定木は図1に模式的に示されています。
図1:決定木 - 赤い点が始まりで、緑の点が最終決定
作者: Andrey Dik