記事「母集団最適化アルゴリズム：SSG（Saplings Sowing and Growing up、苗木の播種と育成）」についてのディスカッション - ページ 5

[mytarmailS]

fxsaber #:

ZY スムージングを提案する "頭のいい "人たちが、表面オブジェクトの形成の本質を理解していないのは不思議だ。

私の質問の仕方が非常に悪かった。

[fxsaber]

mytarmailS #:
それなら、上に書いたようにとても簡単だ。

ピークが20回必要なら、AOを20回走らせればいい。

そうすれば、最適化を20回実行したoptファイルができあがる。この20のピークはどこにあるのか？

[mytarmailS]

fxsaber #:

20回の最適化が実行されたoptファイルができあがった。この20のピークはどこにあるのだろうか？

最適化の結果

つまり最適解が見つかった

あなたが探していたパラメータということですね。

これは、すべての可能なパラメーターの変種の多次元曲面上のピークです。

[fxsaber]

mytarmailS #:
質問の仕方が悪かった。

言い回しは網羅的だ。賢い人は怠け者か、質問を見ていない。

[fxsaber]

mytarmailS #:
さて、最適化の結果

すなわち、見つかった最適解は

あなたが探していたパラメータは

これは、パラメータのすべての可能なバリエーションの多次元表面上のピークです。

これは1つのピークに過ぎない。

[Andrey Dik]

ハリネズミにはそれが必要なんだ......。

これらのアルゴリズムは、（可能であれば、母集団の大きさがピークの数に見合っていれば）実質的にすべてのピークでクラスタリングする。

[mytarmailS]

fxsaber #:

たった1枚の写真だ。

まあ、AOのフルランは1回。

20回走れば20のピーク。

それとも論点がずれてる？

[Andrey Dik]

このような具体的な課題に対しては、大きくなりすぎたグループがグループから 追い出され、別々の極端なグループを形成せざるを得なくなる「追い出し」メカニズムを考えることができる。

[Andrey Dik]

mytarmailS #:
さて、AOのフルランは1回＝1ピーク。

20回の打ち上げ==20回のピーク。

まだ論点がずれてる？

良いアルゴリズムなら同じピークを見つけるだろう。

[mytarmailS]

Andrey Dik #:

良いアルゴリズムなら同じピークを見つけるだろう。

回数を制限する反復。

初期パラメータのランダム化

空間が広ければ、同じものを見つけることはほとんどない。

FFでは、現在のパラメータと過去に発見されたパラメータとの類似性にペナルティを課すことも可能。

つまり、すべてが解決可能なのだ。