Discussão do artigo "Algoritmos de otimização populacionais: Algoritmo de mudas, semeadura e crescimento (SSG)" - página 4

Novo comentário
 
Andrey Dik #:

Forest é o FF. Ou seja, são alguns requisitos impostos ao sistema para serem otimizados. Se os requisitos do sistema forem alterados, o FF mudará, mas o sistema não mudou, certo?
É como se o usuário tentasse alterar os requisitos de várias maneiras e ainda obtivesse o Forest. Os FFs integrais se parecem exatamente com o Forest, como o equilíbrio, por exemplo.
É necessário tentar não usar FFs integrais, se possível, e, se não for possível, fazer NADstroika sobre FFs, ou seja, aplicar FFs a FFs para evitar picos acentuados.
Bem, vamos dar um exemplo. Pegamos um FF de equilíbrio. Ele se parece (presumivelmente) com o Forest. Você pode pescar na água turva dos resultados da otimização por equilíbrio as partículas de sentido que se encontram em algum lugar próximo, e você pode ir por outro caminho, você pode superestruturar o FF de equilíbrio de modo que a superfície não seja mais agudamente finita, e todos os parâmetros necessários se encontrem próximos e ao mesmo tempo na colina mais alta e suave!
Em resumo, podemos dizer que, se o FF for extremamente finito, então ou isso é realmente tudo o que pode ser extraído do problema ou o pesquisador cometeu um erro.

Esse é um tópico totalmente diferente: quando e como faz sentido considerar colinas/pontos. Para chegar a isso, é preciso primeiro aprender a encontrá-los em funções arbitrárias.

 
fxsaber #:

Este é um tópico completamente diferente: quando e como faz sentido considerar colinas/pontos. Para chegar a ele, primeiro precisamos aprender a encontrá-los em funções arbitrárias.


OK, então podemos tentar raciocinar assim......
No entanto, e se for constatado que o "platô" (concentração máxima de pontos próximos) é muito menor do que o extremo global?
Estou tentando incentivar que o que deve ser obtido possa ser descrito de alguma forma, ou seja, o problema leva à busca do extremo global, onde todas as soluções aceitáveis mais próximas estão concentradas.)
 
fxsaber critério de otimização).
Eu estava interessado na mesma coisa, aqui está minha pergunta para as pessoas inteligentes daqui
É isso que você deseja alcançar?

 
Andrey Dik #:

Ok. Então podemos tentar raciocinar da seguinte forma.....
no entanto, e se for constatado que o "platô" (concentração máxima de pontos próximos) é muito menor do que o extremo global? qual é o nível de aceitabilidade da altura do platô?
Estou tentando insistir no fato de que o que deve ser obtido pode ser descrito de alguma forma, ou seja, na iteg o problema leva à busca do extremo global, onde todas as soluções aceitáveis mais próximas estão concentradas).

Sim, tudo se resume a encontrar o global. As últimas etapas de um AG, por exemplo, precisam estar em torno desse global. Portanto, elas serão basicamente a área a ser descartada nas próximas execuções do AG.

Ou seja, sempre buscamos apenas o global usando qualquer um dos algoritmos propostos. Depois, simplesmente descartamos a área onde o global caiu e repetimos.

 
mytarmailS #:
Eu estava me perguntando a mesma coisa, então aqui vai minha pergunta para as pessoas inteligentes.
h ttps://stats.st ackexchange.com/questions/566930/optimization-taking-into-account-the-shape-of-the-optimization-surface
É isso que você deseja alcançar?

Sim, isso. E ainda mais do que isso.

Nessa imagem, encontraremos regiões vermelhas e verdes se agirmos de acordo com o princípio de descartar todas as regiões de máximos encontrados anteriormente.

Para o caso da imagem, precisamos de cinco otimizações: quatro encontrarão o vermelho e uma o verde.

Em seguida, passamos os cinco pontos pelo análogo do TesterDashboard e vemos imediatamente quem vale o quê.


ZЫ É estranho que pessoas "inteligentes" com sugestões de suavização não entendam a natureza da formação de objetos de superfície.

 
fxsaber #:

Sim, isso mesmo. E mais.

Nessa imagem, encontraremos áreas vermelhas e verdes se agirmos de acordo com o princípio de descartar todas as áreas de máximos encontrados anteriormente.

No caso da imagem, precisamos de cinco otimizações: quatro encontrarão o vermelho e uma o verde.

Em seguida, passamos os cinco pontos pelo análogo do TesterDashboard e vemos imediatamente quem vale o quê.

Sim,
Então você quer encontrar alguns picos e testar todos eles, certo?

Pensei que você quisesse encontrar um pico suave, ignorando os picos agudos.


No primeiro caso, você só precisa executar o OA algumas vezes com um pequeno número de iterações.


No segundo caso, é a seção "otimizando uma função com ruído".

Um domínio especializado com AOs especializados.

Dos gerais, você fará AO:
Simulated Burnout, Otimização Bayesiana.


AO - algoritmo de otimização
 
fxsaber #:

Sim, isso mesmo. E mais.

Nessa imagem, encontraremos áreas vermelhas e verdes se agirmos de acordo com o princípio de descartar todas as áreas de máximos encontrados anteriormente.

No caso da imagem, precisamos de cinco otimizações: quatro encontrarão o vermelho e uma o verde.

Em seguida, passamos os cinco pontos pelo análogo do TesterDashboard e vemos imediatamente quem vale o quê.


Aqui, estou apenas tentando mostrar que é possível evitar cinco otimizações e entrar na região verde de uma só vez, em uma única otimização. Para isso, é necessário introduzir o FF principal sobre o FF secundário.
Portanto, o FF na imagem não é o que precisamos, precisamos de um FF em que precisamos procurar o máximo global.
É difícil explicar isso nos dedos, mas você pode fazê-lo no artigo))))
 
mytarmailS #:
Então, você quer encontrar alguns picos e testar todos eles, certo?

Sim. Verificar mais de 20 picos, via de regra, não faz sentido. Se houver algo robusto, ele deverá ser encontrado entre esses 20.

É claro que, teoricamente, você pode imaginar um ouriço com uma colina raspada. Nesse caso, não haverá nenhuma colina entre uma centena de otimizações baseadas no princípio de emissão. Mas essa situação está longe da prática.

Como regra geral, nós mesmos moldamos esse ouriço para que ele não tenha uma careca.

 
Andrey Dik #:

Estou tentando dizer que você pode evitar cinco otimizações ao mesmo tempo.
Ele não precisa da área verde.
 
fxsaber #:

Sim. Verificar mais de 20 picos, via de regra, não faz sentido. Se houver algo robusto, ele deverá ser encontrado entre esses 20.

É claro que, teoricamente, você pode imaginar um ouriço com uma colina raspada. Nesse caso, não haverá nenhuma colina entre uma centena de otimizações baseadas no princípio de emissão. Mas essa situação está longe da prática.

Via de regra, nós mesmos formamos esse ouriço para que ele tenha uma careca.

Então é muito simples, como escrevi acima.
Você precisa de 20 picos, basta executar o AO 20 vezes.
1234567891011...13
Novo comentário