記事「決定論的振動型探索（DOS）」についてのディスカッション 新しいコメント MetaQuotes 2026.05.27 10:09 新しい記事「決定論的振動型探索（DOS）」はパブリッシュされました: 決定論的振動型探索(DOS, Deterministic Oscillatory Search)アルゴリズムは、乱数を使用せずに勾配法と群知能アルゴリズムの利点を組み合わせた、革新的な大域最適化手法です。適応度の振動と勾配状態メカニズムによって、DOSは複雑な探索空間を決定論的に探索することができます。 本記事では、決定論的振動型探索(DOS, Deterministic Oscillatory Search)という新しいメタヒューリスティックアルゴリズムを紹介します。このアルゴリズムは、従来の勾配ベース手法の利点と群知能アルゴリズムの効率性を組み合わせながら、乱数の使用を完全に排除しています。 DOSは、2017年にArchanaによって複雑な大域最適化問題を解決するために設計されました。このアルゴリズムは、探索空間における粒子の振動運動と、初期位置の決定論的分布という概念に基づいています。DOSの重要な特徴は、多次元問題を扱いながら完全な再現性を維持できる点にあります。つまり、同じ初期条件を与えれば、アルゴリズムは常に同じ結果へ到達します。 ほとんどのメタヒューリスティックアルゴリズムとは異なり、DOSでは「適応度の傾き(fitness slope)」という概念が導入されています。これは、粒子が現在の移動方向によって解が改善しているかどうかを評価し、その情報をもとに探索戦略を適応的に変更する仕組みです。粒子は正（現在の移動によって解が改善している）、負（現在の移動によって解が悪化している）、不明の3つの勾配状態のいずれかを取ります。 この情報は、粒子の振動的な挙動を制御するために使用されます。従来の勾配法では、すべての方向への移動が目的関数の悪化につながる点に到達すると探索が停止します。しかしDOSでは、振動運動によって改善が得られなくなった場合に作動する群知能メカニズムによって、この制限を克服します。この場合、粒子は既知の大域最良解の方向へ移動を開始します。 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「決定論的振動型探索（DOS）」はパブリッシュされました:
本記事では、決定論的振動型探索(DOS, Deterministic Oscillatory Search)という新しいメタヒューリスティックアルゴリズムを紹介します。このアルゴリズムは、従来の勾配ベース手法の利点と群知能アルゴリズムの効率性を組み合わせながら、乱数の使用を完全に排除しています。
DOSは、2017年にArchanaによって複雑な大域最適化問題を解決するために設計されました。このアルゴリズムは、探索空間における粒子の振動運動と、初期位置の決定論的分布という概念に基づいています。DOSの重要な特徴は、多次元問題を扱いながら完全な再現性を維持できる点にあります。つまり、同じ初期条件を与えれば、アルゴリズムは常に同じ結果へ到達します。
ほとんどのメタヒューリスティックアルゴリズムとは異なり、DOSでは「適応度の傾き(fitness slope)」という概念が導入されています。これは、粒子が現在の移動方向によって解が改善しているかどうかを評価し、その情報をもとに探索戦略を適応的に変更する仕組みです。粒子は正（現在の移動によって解が改善している）、負（現在の移動によって解が悪化している）、不明の3つの勾配状態のいずれかを取ります。
この情報は、粒子の振動的な挙動を制御するために使用されます。従来の勾配法では、すべての方向への移動が目的関数の悪化につながる点に到達すると探索が停止します。しかしDOSでは、振動運動によって改善が得られなくなった場合に作動する群知能メカニズムによって、この制限を克服します。この場合、粒子は既知の大域最良解の方向へ移動を開始します。
作者: Andrey Dik