記事「母集団最適化アルゴリズム：Stochastic Diffusion Search (SDS)」についてのディスカッション
これまでのところ、私は実装についてほとんど理解していない。そこで質問だ。
FFでは入力パラメーターの半分しか最適化されないとしたら、表向きは全パラメーターを最適化し、"不要な "半分だけを変更できない範囲にすることは可能なのでしょうか？
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：Stochastic Diffusion Search (SDS)」はパブリッシュされました:
この記事では、ランダムウォークの原理に基づく非常に強力で効率的な最適化アルゴリズムである確SDS（Stochastic Diffusion Search、確率的拡散探索）について説明します。このアルゴリズムは、複雑な多次元空間で最適解を求めることができ、収束速度が速く、局所極値を避けることができるのが特徴です。
次は、興味深い事実です。
1. SDSは、最初の群知能メタヒューリスティックであり、群知能と自然探索最適化アルゴリズムのファミリーに属します。このようなアルゴリズムの他の例としては、蟻コロニー最適化、粒子群最適化、遺伝的アルゴリズムなどがあります。
2.スティグマジーコミュニケーションに基づく蟻コロニー最適化とは異なり、SDSはエージェント間の直接的なコミュニケーションを使用し、タカネムネボソアリが使用するタンデムコーリングの仕組みに似ています
金採掘ゲーム
経験豊富な鉱夫で構成される仲間たちが、山脈の丘で金を採掘する可能性について知ります。しかし、最も豊かな場所がいったいどこにあるのかについての情報はありません。彼らの地図では、山脈はいくつかの丘に分かれており、それぞれに採掘が必要な地層が含まれています。時間をかけて金を発見する確率は、その富に比例します。
集団の富を最大化するために、鉱夫たちは金の層が最も豊富な丘を特定し、そこで最大数の鉱夫が採掘できるようにしなければなりません。しかし、この情報は事前に入手することはできません。この問題を解決するために、鉱夫は単純なSDSを使用することにします。
採掘プロセスは、各鉱夫が採掘する丘（カスタム丘仮説）を無作為に割り当てられることから始まります。毎日、各鉱夫は自分の丘のシームを無作為に選択して採掘します。
作者: Andrey Dik