중복 검색은 개방형 형태로 구성됩니다. 즉, 모든 고유 염색체를 저장합니다. 적어도 저에게는 그렇게 보였습니다.
따라서 모든 고유 염색체는 최대 100,000 개 (십만 개)까지 별도의 배열에 저장됩니다. 이것은 실제 작업에 충분합니다.
mrProF:
즉, 염색체를 검색하고 각 염색체에서 모든 유전자를 (거의) 비교합니다.
염색체의 모든 유전자가 비교되는 것은 아닙니다. 모든 유전자를 비교하는 것은 적어도 비실용적이며 더 어리석은 일입니다. 염색체의 고유성의 기준은 "아카이브"의 염색체와 비교하여 적어도 하나의 다른 유전자가 존재하는 것입니다. 따라서 염색체에서 고유 유전자가 발견되는 즉시 비교가 중지되고 전체 염색체가 고유 한 것으로 인식되어 "영원한"저장을 위해 아카이브에 저장됩니다.
mrProF:
염색체 해싱의 일부 알고리즘을 적용하려면 특히 많은 수의 유전자에서 중복 검색 속도가 증가해야한다고 생각합니다. 여기에서만 알고리즘에 빠르고 적합한 방법을 생각하거나 찾는 것이 남아 있습니다.
모든 고유 염색체는 최대 100,000개(10만 개)까지 별도의 배열에 저장됩니다. 이 정도면 실제 작업에 충분합니다.
염색체의 모든 유전자가 비교되는 것은 아닙니다. 모든 유전자를 비교하는 것은 적어도 실용적이지 않으며 기껏해야 어리석은 일입니다. 염색체의 고유성의 기준은 "아카이브"의 염색체와 비교하여 적어도 하나의 다른 유전자가 존재하는 것입니다. 따라서 염색체에서 고유 유전자가 발견되는 즉시 비교가 중지되고 전체 염색체가 고유 한 것으로 인식되어 "영원한"저장을 위해 아카이브에 저장됩니다.
모르겠어요 - 모르겠어요... 그런데도 여전히 해시와 비교해야 하나요? :)
염색체의 고유성을 확인하는 더 빠른 방법을 찾으면 알려주세요-감사하겠습니다. .
글쎄, 그게 내가 "거의"라는 의미입니다.)))))
하나의 해시와 비교하는 것이 100 개의 유전자를 루프에서 비교하는 것보다 빠릅니다.....
여기서 유전자를 직접 검색하거나 해시와의 비교를 통해 알고리즘의 속도를 계산해야합니다. 예를 들어 유전자 수가 20 개 미만인 경우 직접 비교, 해시가 더 많으면 이제 해시를 계산하는 방법을 파헤쳐 보면 충분히 빠르고 동시에 해시의 고유성을 충분히 찾을 수있을 것입니다. 책과 기사를 읽으면서 이해했듯이 100 개 중 고유하지 않은 해시가 하나 있더라도 중복 제거는 너무 중요하지 않습니다. 속도가 눈에 띄게 증가하면 돌연변이가이 비 고유 키를 포함 할 가능성이 높습니다.
사실 이것은 여전히 이론 일뿐입니다, 나는 GA 둘째 날에만 종사하고 있습니다)))) 머리에 끔찍한 혼란스럽고 문헌은 볼만큼 충분하지 않습니다))))
....
MQL4 포럼 스레드 "다변수 극한 함수 테스트" 에 몇 가지 흥미로운 테스트 함수를 게시했는데, 그 중 하나가 이 글에 나와 있습니다.
원하신다면 GA가 아닌 다른 최적화 알고리즘을 사용하여 제안된 함수의 극한값을 찾아보고 그 결과를 여기에 게시할 수 있습니다. 그렇게 하셔도 좋습니다. 처음에는 모든 사람과 저에게 흥미로울 것입니다.
....
제가 가장 좋아하는 MATCAD를 보았습니다.
기사에서 수치는... 21.7초 대 1.6e32년! 동일한 문제(테스트 문제)를 matcad로 해결하려고 시도해 보셨나요? MQL5보다 얼마나 더 빠를까요 (느릴까요)?
제가 가장 좋아하는 매쓰캐드를 봤어요.
기사에는 수치가 있습니다... 21.7 초 대 1.6e32 년! matcad를 사용하여 동일한 문제 (테스트 문제)를 해결하려고 시도 했습니까? MQL5보다 얼마나 더 빠릅니까 (느립니까)?
예, 사진은 matcad에서 가져온 것입니다. 첫 번째 문제입니다.
그리고 수치는 두 번째 작업에서 나온 것입니다. 불행히도 저는이 matkad 패키지에 익숙하지 않아 두 번째 문제를 해결하는 데 사용하지 않았습니다. 저도 여러분과 마찬가지로 질문에 대한 답을 알고 싶습니다.
이 문제를 해결하려면 두 번째 문제 (그) 해결책 만 필요합니다.
https://www.mql5.com/ru/forum/123072/page6#254964 (그런데 매우 흥미로운 스레드).
한때 나는 (이 두 가지 문제를 결합)하고 계산하고,보고, 생각하고 싶었지만 항상 그렇듯이 내 손이 닿지 않았습니다 (하루 중 항상 시간이 거의 없습니다).
두 번째 작업 (그) 솔루션은 여기에서이 작업을 해결하는 데 필요합니다.
https://www.mql5.com/ru/forum/123072/page6#254964 (그런데 매우 흥미로운 스레드)
한때 나는 (이 두 문제를 결합)하고 계산하고,보고, 생각하고 싶었지만 항상 그렇듯이 시간이 없었습니다 (항상 그렇듯이 시간이 짧습니다).
네. 휴리스틱 알고리즘은 분석적 해법이 없거나 문제를 공식화하기 어려운 문제에 신의 선물입니다.
예를 들어, 이 지점의 문제의 절반 정도는 UGA의 도움으로 해결할 수 있습니다. 그건 그렇고, ZZ와 관련된 가장 유명한 상인 신화 중 하나 (기사의 두 번째 작업)의 파괴자가되는 것은 매우 즐겁습니다. :)
이 글은 훌륭한 글이지만 제목이 내용을 과소평가하고 있습니다. GA에 대한 간단한 소개를 찾을 줄 알았는데 이미 작업 할 라이브러리가 개발되었습니다. 고마워요!
건강을 위해! :)
추신 예, 그리고 여전히. 내가 기사 이름을:"유전 알고리즘은 매우 어렵습니다!", 누가 읽겠습니까? :)
또한 사실과 일치하지 않을 것입니다. 그럼에도 불구하고 GA는 조금만 노력하면 판단을 내릴 수 있습니다. 그러나 시장에 관해서는 모든 것이 판단을 요구합니다. 우리가 그들에게 적립하고 싶다면 ...
PPS 나는 한 번에 경고하고, 지금 그리고 이후에 나는 기계 번역 수단을 사용할 것입니다. 죄송합니다.좋은 기사입니다! 고마워요.
연습보다 더 좋은 발명품은 없습니다))))
중복에 대한 검색은 열린 형태로 구성됩니다. 즉, 모든 고유 한 염색체를 저장하고 적어도 나에게 그렇게 보였습니다.
즉, 염색체 검색이 있고 각 염색체에서 모든 유전자를 비교합니다 (거의)
일부 알고리즘 해싱 염색체를 적용하면 특히 많은 수의 유전자에서 중복 검색 속도가 이상적으로 증가해야합니다.
여기에만 알고리즘에 빠르고 적합한 방법을 생각하거나 찾는 것이 남아 있습니다.
수학캐드로 이동))))
중복 검색은 개방형 형태로 구성됩니다. 즉, 모든 고유 염색체를 저장합니다. 적어도 저에게는 그렇게 보였습니다.
따라서 모든 고유 염색체는 최대 100,000 개 (십만 개)까지 별도의 배열에 저장됩니다. 이것은 실제 작업에 충분합니다.
mrProF:
즉, 염색체를 검색하고 각 염색체에서 모든 유전자를 (거의) 비교합니다.
염색체의 모든 유전자가 비교되는 것은 아닙니다. 모든 유전자를 비교하는 것은 적어도 비실용적이며 더 어리석은 일입니다. 염색체의 고유성의 기준은 "아카이브"의 염색체와 비교하여 적어도 하나의 다른 유전자가 존재하는 것입니다. 따라서 염색체에서 고유 유전자가 발견되는 즉시 비교가 중지되고 전체 염색체가 고유 한 것으로 인식되어 "영원한"저장을 위해 아카이브에 저장됩니다.
mrProF:
염색체 해싱의 일부 알고리즘을 적용하려면 특히 많은 수의 유전자에서 중복 검색 속도가 증가해야한다고 생각합니다.
mathcad를 파헤치러 갔다))))여기에서만 알고리즘에 빠르고 적합한 방법을 생각하거나 찾는 것이 남아 있습니다.
모르겠어요-모르겠어요... 그리고 나서 해시와 비교해야 할까요? :)
염색체의 고유성을 확인하는 더 빠른 방법을 찾으면 알려주세요-감사하겠습니다.
모든 고유 염색체는 최대 100,000개(10만 개)까지 별도의 배열에 저장됩니다. 이 정도면 실제 작업에 충분합니다.
염색체의 모든 유전자가 비교되는 것은 아닙니다. 모든 유전자를 비교하는 것은 적어도 실용적이지 않으며 기껏해야 어리석은 일입니다. 염색체의 고유성의 기준은 "아카이브"의 염색체와 비교하여 적어도 하나의 다른 유전자가 존재하는 것입니다. 따라서 염색체에서 고유 유전자가 발견되는 즉시 비교가 중지되고 전체 염색체가 고유 한 것으로 인식되어 "영원한"저장을 위해 아카이브에 저장됩니다.
모르겠어요 - 모르겠어요... 그런데도 여전히 해시와 비교해야 하나요? :)
염색체의 고유성을 확인하는 더 빠른 방법을 찾으면 알려주세요-감사하겠습니다.
.
글쎄, 그게 내가 "거의"라는 의미입니다.)))))
하나의 해시와 비교하는 것이 100 개의 유전자를 루프에서 비교하는 것보다 빠릅니다.....
여기서 유전자를 직접 검색하거나 해시와의 비교를 통해 알고리즘의 속도를 계산해야합니다.
예를 들어 유전자 수가 20 개 미만인 경우 직접 비교, 해시가 더 많으면
이제 해시를 계산하는 방법을 파헤쳐 보면 충분히 빠르고 동시에 해시의 고유성을 충분히 찾을 수있을 것입니다.
책과 기사를 읽으면서 이해했듯이 100 개 중 고유하지 않은 해시가 하나 있더라도 중복 제거는 너무 중요하지 않습니다.
속도가 눈에 띄게 증가하면 돌연변이가이 비 고유 키를 포함 할 가능성이 높습니다.
사실 이것은 여전히 이론 일뿐입니다, 나는 GA 둘째 날에만 종사하고 있습니다))))
머리에 끔찍한 혼란스럽고 문헌은 볼만큼 충분하지 않습니다))))