Discussão do artigo "Algoritmos de otimização populacional"
Tópico interessante - aguardando o desenvolvimento das ideias.
Até agora, encontrar os extremos de uma função é bom, mas há alguma maneira de recuperar a função e expressá-la matematicamente, especialmente ao otimizar, digamos, um EA?
1. Obrigado por seu interesse. Como não há uma classificação universalmente reconhecida de algoritmos, esperam-se muitas descobertas surpreendentes nos artigos a seguir: alguns ARs não se comportam tão bem sob investigação detalhada como se acredita normalmente e outros mostram propriedades de pesquisa extraordinárias. Juntamente com as implementações clássicas, serão propostas modificações de AOs conhecidos.
2. Essa questão interessa a muitas mentes da atualidade, pois abre caminho para áreas do conhecimento como, por exemplo, a criação de novas proteínas com determinadas propriedades (embora haja um progresso modesto nessa área, mas ele é obtido por meio da simples enumeração de combinações de aminoácidos). Em geral, não há métodos para restaurar a fórmula analítica de uma função em 100%, a não ser na forma de uma rede neural. Talvez, com a aplicação de tecnologias de IA no futuro, seja possível fazer a engenharia reversa dos dados em uma função analítica...
1. Obrigado por seu interesse. Como não há uma classificação universalmente reconhecida de algoritmos, esperam-se muitas descobertas surpreendentes nos artigos a seguir: alguns ARs não se comportam tão bem sob investigação detalhada como se acredita e outros mostram propriedades de pesquisa extraordinárias. Além das implementações clássicas, serão propostas modificações de AOs conhecidos.
2. Essa questão interessa a muitas mentes da atualidade, pois abre caminho para áreas do conhecimento como, por exemplo, a criação de novas proteínas com determinadas propriedades (embora haja um progresso modesto nessa área, mas ele é obtido por meio da simples enumeração de combinações de aminoácidos). Em geral, não há métodos para restaurar a fórmula analítica de uma função em 100%, a não ser na forma de uma rede neural. Talvez, com a aplicação de tecnologias de IA no futuro, seja possível fazer a engenharia reversa dos dados em uma função analítica...
Obrigado pela resposta.
Existe um método rápido para variáveis binárias/preditores (volume total em torno de 5k) com comprimento de gene de até 10 letras (ou como é chamado?)?
Obrigado por sua resposta.
Existe um método rápido para variáveis binárias/preditores (total de cerca de 5 mil) com comprimento de gene de até 10 letras (ou como é chamado?)?
Ainda não tenho a resposta, mas vou procurá-la junto com o leitor em artigos futuros)))
Há muito trabalho de pesquisa a ser feito.
A árvore de classificação não representa todos os métodos de otimização existentes até o momento. Além disso, somente os algoritmos baseados em população serão considerados.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Algoritmos de otimização populacional foi publicado:
Este é um artigo introdutório sobre a classificação do algoritmo de otimização (OA). O artigo tenta criar um banco de teste (um conjunto de funções), que deve ser usado para comparar os OAs e, talvez, identificar o algoritmo mais universal de todos os que são amplamente conhecidos.
Ao otimizar os sistemas de negociação, as coisas mais interessantes são os algoritmos de otimização metaheurística. Eles não requerem conhecimento da fórmula da função que está sendo otimizada. Sua convergência para o ótimo global não foi comprovada, mas foi estabelecido experimentalmente que, na maioria dos casos, eles fornecem uma solução razoavelmente boa e isso é suficiente para vários problemas.
Muitos OAs apareceram como modelos emprestados da natureza. Tais modelos também são chamados de comportamentais, enxames ou populações, como o comportamento de pássaros em um bando (algoritmo de enxame de partículas) ou os princípios do comportamento de colônia de formigas (algoritmo de formigas).
Os algoritmos de população envolvem o tratamento simultâneo de várias opções para a resolução do problema de otimização e representam uma alternativa aos algoritmos clássicos baseados em trajetórias de movimento cuja área de busca possui apenas um candidato evoluindo na resolução do problema.
Autor: Andrey Dik