記事「母集団最適化アルゴリズム：進化戦略、(μ,λ)-ESと(μ+λ)-ES」についてのディスカッション 新しいコメント MetaQuotes 2024.05.13 17:31 新しい記事「母集団最適化アルゴリズム：進化戦略、(μ,λ)-ESと(μ+λ)-ES」はパブリッシュされました: この記事では、進化戦略（Evolution Strategies：ES）として知られる最適化アルゴリズム群について考察します。これらは、最適解を見つけるために進化原理を用いた最初の集団アルゴリズムの1つです。従来のESバリエーションへの変更を実施し、アルゴリズムのテスト関数とテストスタンドの手法を見直します。 新関数はHillyと呼ばれます（図2）。ForestやMegacityと同様、複雑なテスト関数を指します。これら3つの関数では、最大高さの50%より上にある曲面はほぼ同じで、関数の総面積の約20%を占めます。 Hilly、Forest、Megacityの各関数は、複雑で変化に富んだ条件下でアルゴリズムの性能を評価するのに役立つ、複雑で現実的な最適化シナリオを提供します。これらの関数を最適化アルゴリズムの包括的なテストとして使用することで、大域的な最適値を見つけ、局所的な落とし穴を克服する能力について、より深い洞察を得ることができます。 さらに、テスト方法にも変更が加えられました。現在では、結果の無作為な「スパイク」を減らすために、5回（最適化プロセスの繰り返し実行回数）の代わりに10回のテストを実施しています。 作者: Andrey Dik 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
新しい記事「母集団最適化アルゴリズム：進化戦略、(μ,λ)-ESと(μ+λ)-ES」はパブリッシュされました:
この記事では、進化戦略（Evolution Strategies：ES）として知られる最適化アルゴリズム群について考察します。これらは、最適解を見つけるために進化原理を用いた最初の集団アルゴリズムの1つです。従来のESバリエーションへの変更を実施し、アルゴリズムのテスト関数とテストスタンドの手法を見直します。
新関数はHillyと呼ばれます（図2）。ForestやMegacityと同様、複雑なテスト関数を指します。これら3つの関数では、最大高さの50%より上にある曲面はほぼ同じで、関数の総面積の約20%を占めます。
Hilly、Forest、Megacityの各関数は、複雑で変化に富んだ条件下でアルゴリズムの性能を評価するのに役立つ、複雑で現実的な最適化シナリオを提供します。これらの関数を最適化アルゴリズムの包括的なテストとして使用することで、大域的な最適値を見つけ、局所的な落とし穴を克服する能力について、より深い洞察を得ることができます。
さらに、テスト方法にも変更が加えられました。現在では、結果の無作為な「スパイク」を減らすために、5回（最適化プロセスの繰り返し実行回数）の代わりに10回のテストを実施しています。
作者: Andrey Dik