記事「母集団最適化アルゴリズム：スマート頭足類（SC、Smart Cephalopod）を使用した変化する形状、確率分布の変化とテスト」についてのディスカッション - ページ 2 12 新しいコメント Andrey Dik 2023.12.18 20:57 #11 fxsaber 一様 分布よりも良い結果が得られました。 ありがとう。 記事では，可能であれば，戦略（一般的な種類の問題用に設計されていないもの，例えば，元々巡回セールスマン問題用に設計されたものなどは，真剣に作り直さなければなりません）の基本的な意味を伝えるようにしています． 戦略と使用される分布の組み合わせは非常に重要である。ある戦略はある分布に適しており，ある戦略は他の分布に適している。 Andrey Dik 2023.12.18 21:03 #12 fxsaber 一様で ある。 この一連の記事のおかげで、検索戦略だけでなく、その入力パラメータ値によっても結果が大きく変わることが明らかになった。さらに分布を設定する。 どのように自分のタスクに最適なものを見つけるかは、よくわからない。なぜなら、最適化されるものを最適化する必要があるからだ。 今回のテストでは、できるだけ広い範囲の仮想タスクをカバーするために、まったく性質の異なる3つのテスト関数を意図的に選んだ。アルゴリズムの設定も、可能な限り最大の集計結果が得られるように慎重に選んだ。つまり、もちろん1つのテスト関数でより良い結果が出るような設定を選ぶことは可能だが、そうすると他の関数での結果が下がり、合計スコアも下がってしまう。そのため、私が設定したアルゴリズムのデフォルト設定を安全に使用することができます。 ちなみに、最初のうちは、別のアルゴリズムでアルゴリズム設定を最適化し、その後、経験を積んで、最適なパラメータを手動で素早く選択することを学びました。この表は、アルゴリズムからすべてのジュースを絞り出した、わかりやすいフリーシュである。しかし、もちろん、ケーキは常に残っており、望めば絞ることができる。 Andrey Dik 2023.12.18 21:10 #13 fxsaber #: MT5 GA の品質をテスト関数で測定する方法を教えてください。 標準的なGAは非常にクールですが、染色体の長さに制限があるため、ステップとパラメータ数に制限があります（ステップとパラメータ数は反比例の関係にあり、一方を増やすともう一方が減ります）。 そのため、標準的なGAと比較するのは難しい。洗練された変態が必要な場合は、このトピックに関する一連の記事があります。） どちらの場合も、私たちのお気に入りのMQL5が使用されているため、1つのことが別のことに干渉することはありません。 Andrey Dik 2023.12.19 09:15 #14 モメンタムの定義が改正された。 fxsaber 2023.12.19 10:57 #15 в реальных задачах существует неопределенность и случайность и именно здесь распределения вероятностей вступают в игру. Они позволяют учесть случайность и неопределенность в оптимизационных задачах. 確率分布は進化的アルゴリズムや集団アルゴリズムにも積極的に利用されている。これらのアルゴリズムでは、探索空間における新しい状態のランダムな生成は、適切な確率分布を用いてモデル化される。これにより、母集団におけるランダム性と多様性を考慮しながら、パラメータ空間を探索し、最適解を見つけることができる。 より洗練された最適化手法では、確率分布を用いて 不確実性をモデル化し、複雑な関数を近似する。データのランダム性やノイズを考慮した上で、パラメータ空間を効率的に探索し、最適解を見つけることができる。 さらにバイアスを加えることによって、一様 確率を他の確率で置き換えるという考えに至った経緯を理解しようとしていました。 複雑な最適化手法の中で、一様でない確率を使用することに遭遇し、一般化して調査することにしたというのが正しい理解でしょうか？ どのようにしてバイアスにたどり着いたのですか？ 偶然そうなったのではなく、多くのことを直感的に感じているのだと理解しています。ただ、大げさに言えば、私の理解レベルが遠かったということだ。今となっては、ある種の魔法のように見える。今の私の考えでは、偶然であってもこのような変種には到達しなかったと実感している。 Andrey Dik 2023.12.19 11:41 #16 fxsaber 一様 確率を他の確率で置き換えるという発想に至ったのか、バイアスを加えることで考えてみた。 複雑な最適化手法の中で、一様でない確率を使用することに遭遇し、一般化して調査することにしたと理解していいのでしょうか？どのようにしてバイアスにたどり着いたのですか？偶然そうなったわけではなく、多くのことを直感的に感じていることは理解している。ただ、大げさに言えば、私の理解レベルが遠かったということだ。今となっては、ある種の魔法のように見える。今の私の考えでは、偶然であってもこのような変種には到達しなかったと実感している。 一様分布以外の分布を使うというアイデアは、2011年から2012年にかけて、既知の座標の近傍をより注意深く調査し、遠くの未知の座標にはあまり注意を払わないと論理的に思えたときに思いついた。 その後、他のアルゴリズムでも一様でない分布が使われていることを知りましたが、ほとんどは正規分布が使われています。 また、許容範囲の境界で新しい値の出現頻度が人工的に蓄積されるエッジ効果にも遭遇した。しばらくして私は、このようなアーティファクトが生じるのは、まさに必要な分布のシフトが考慮されていないからだと気づいた。世の中に存在するすべてのアルゴリズムについて語ることはできないが、このようなアプローチにはこれまで出会ったことがない。これは、指定された境界内で分布を シフトさせることについて話している場合です。 分布のシフトを使わずに、意図的に確率を変化させるということであれば、遺伝的アルゴリズムにおけるルーレットが最も単純な例である。 一般に、分布のバイアスを意識的に適用することで、機械学習やその他の分野（最適化については言及しない）に新たな地平が開ける。分布は、いくつかの分布から、どのような方法でも、どのような組み合わせでも成形することができ、探索戦略そのものとは別に、実に強力なツールである。だからこそ、このトピックを別に取り上げる価値があると思ったのです。 おそらく私の記事は、明確な科学的物語に対応しておらず、数学的厳密さからはほど遠いものでしょうが、私は理論的なものよりも実践的な側面を優先するようにしています。 PS.私にとって、確率変数を使った最適化における多くのことは魔法のように見える。ランダムな方法を使って何かを見つけることができるというのは、今でも信じられないことのように思える。知的生物の思考プロセスは、不思議なことにランダムなプロセスによって実行されるからだ。 fxsaber 2023.12.19 11:56 #17 Andrey Dik #:私は実践的な面よりも理論的な面を好む傾向がある。 詳しい答えをありがとう。私の努力も同様で、実用的な面をより重視する点は理解しています。 だからこそ、これらのアルゴリズムを適用できるラッパーを待っているのです。 12 新しいコメント 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 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
ありがとう。
記事では，可能であれば，戦略（一般的な種類の問題用に設計されていないもの，例えば，元々巡回セールスマン問題用に設計されたものなどは，真剣に作り直さなければなりません）の基本的な意味を伝えるようにしています．
戦略と使用される分布の組み合わせは非常に重要である。ある戦略はある分布に適しており，ある戦略は他の分布に適している。
この一連の記事のおかげで、検索戦略だけでなく、その入力パラメータ値によっても結果が大きく変わることが明らかになった。さらに分布を設定する。
どのように自分のタスクに最適なものを見つけるかは、よくわからない。なぜなら、最適化されるものを最適化する必要があるからだ。
今回のテストでは、できるだけ広い範囲の仮想タスクをカバーするために、まったく性質の異なる3つのテスト関数を意図的に選んだ。アルゴリズムの設定も、可能な限り最大の集計結果が得られるように慎重に選んだ。つまり、もちろん1つのテスト関数でより良い結果が出るような設定を選ぶことは可能だが、そうすると他の関数での結果が下がり、合計スコアも下がってしまう。そのため、私が設定したアルゴリズムのデフォルト設定を安全に使用することができます。
ちなみに、最初のうちは、別のアルゴリズムでアルゴリズム設定を最適化し、その後、経験を積んで、最適なパラメータを手動で素早く選択することを学びました。この表は、アルゴリズムからすべてのジュースを絞り出した、わかりやすいフリーシュである。しかし、もちろん、ケーキは常に残っており、望めば絞ることができる。
MT5 GA の品質をテスト関数で測定する方法を教えてください。
標準的なGAは非常にクールですが、染色体の長さに制限があるため、ステップとパラメータ数に制限があります（ステップとパラメータ数は反比例の関係にあり、一方を増やすともう一方が減ります）。
そのため、標準的なGAと比較するのは難しい。洗練された変態が必要な場合は、このトピックに関する一連の記事があります。）
どちらの場合も、私たちのお気に入りのMQL5が使用されているため、1つのことが別のことに干渉することはありません。
в реальных задачах существует неопределенность и случайность и именно здесь распределения вероятностей вступают в игру. Они позволяют учесть случайность и неопределенность в оптимизационных задачах.
確率分布は進化的アルゴリズムや集団アルゴリズムにも積極的に利用されている。これらのアルゴリズムでは、探索空間における新しい状態のランダムな生成は、適切な確率分布を用いてモデル化される。これにより、母集団におけるランダム性と多様性を考慮しながら、パラメータ空間を探索し、最適解を見つけることができる。
より洗練された最適化手法では、確率分布を用いて 不確実性をモデル化し、複雑な関数を近似する。データのランダム性やノイズを考慮した上で、パラメータ空間を効率的に探索し、最適解を見つけることができる。
さらにバイアスを加えることによって、一様 確率を他の確率で置き換えるという考えに至った経緯を理解しようとしていました。
複雑な最適化手法の中で、一様でない確率を使用することに遭遇し、一般化して調査することにしたというのが正しい理解でしょうか？
どのようにしてバイアスにたどり着いたのですか？
偶然そうなったのではなく、多くのことを直感的に感じているのだと理解しています。ただ、大げさに言えば、私の理解レベルが遠かったということだ。今となっては、ある種の魔法のように見える。今の私の考えでは、偶然であってもこのような変種には到達しなかったと実感している。
複雑な最適化手法の中で、一様でない確率を使用することに遭遇し、一般化して調査することにしたと理解していいのでしょうか？
どのようにしてバイアスにたどり着いたのですか？
偶然そうなったわけではなく、多くのことを直感的に感じていることは理解している。ただ、大げさに言えば、私の理解レベルが遠かったということだ。今となっては、ある種の魔法のように見える。今の私の考えでは、偶然であってもこのような変種には到達しなかったと実感している。
一様分布以外の分布を使うというアイデアは、2011年から2012年にかけて、既知の座標の近傍をより注意深く調査し、遠くの未知の座標にはあまり注意を払わないと論理的に思えたときに思いついた。
その後、他のアルゴリズムでも一様でない分布が使われていることを知りましたが、ほとんどは正規分布が使われています。
また、許容範囲の境界で新しい値の出現頻度が人工的に蓄積されるエッジ効果にも遭遇した。しばらくして私は、このようなアーティファクトが生じるのは、まさに必要な分布のシフトが考慮されていないからだと気づいた。世の中に存在するすべてのアルゴリズムについて語ることはできないが、このようなアプローチにはこれまで出会ったことがない。これは、指定された境界内で分布を シフトさせることについて話している場合です。
分布のシフトを使わずに、意図的に確率を変化させるということであれば、遺伝的アルゴリズムにおけるルーレットが最も単純な例である。
一般に、分布のバイアスを意識的に適用することで、機械学習やその他の分野（最適化については言及しない）に新たな地平が開ける。分布は、いくつかの分布から、どのような方法でも、どのような組み合わせでも成形することができ、探索戦略そのものとは別に、実に強力なツールである。だからこそ、このトピックを別に取り上げる価値があると思ったのです。
おそらく私の記事は、明確な科学的物語に対応しておらず、数学的厳密さからはほど遠いものでしょうが、私は理論的なものよりも実践的な側面を優先するようにしています。
PS.私にとって、確率変数を使った最適化における多くのことは魔法のように見える。ランダムな方法を使って何かを見つけることができるというのは、今でも信じられないことのように思える。知的生物の思考プロセスは、不思議なことにランダムなプロセスによって実行されるからだ。
私は実践的な面よりも理論的な面を好む傾向がある。
詳しい答えをありがとう。私の努力も同様で、実用的な面をより重視する点は理解しています。
だからこそ、これらのアルゴリズムを適用できるラッパーを待っているのです。