Discussão do artigo "Algoritmos de otimização populacionais: Algoritmo de mudas, semeadura e crescimento (SSG)" - página 8

Novo comentário
 
mytarmailS #:
Por quê?

Você seria capaz de dirigir um carro em uma estrada desconhecida usando apenas os espelhos retrovisores e com o para-brisa coberto por fita adesiva?

 
Nikolai Semko #:

Você consegue dirigir um carro em uma estrada desconhecida usando apenas os espelhos retrovisores com o para-brisa fechado?

Em um ambiente em constante mudança e não estacionário, operar com parâmetros constantes é, no mínimo, ingênuo....

Como uma ideia.
A superfície de otimização muda lentamente se você pensar nela como dinâmica.

Se a convertermos em uma série temporal, poderemos tentar prever essa dinâmica... Assim, poderemos conhecer os parâmetros ideais do TC para amanhã.
 
mytarmailS #:
Em um ambiente em constante mudança e não estacionário, operar com parâmetros constantes é, no mínimo, ingênuo....

Como uma ideia.
A superfície de otimização muda lentamente se você a imaginar em dinâmica...

Se a convertermos em uma série temporal, poderemos tentar prever essa dinâmica... Assim, poderemos conhecer os parâmetros ideais do TS para amanhã e para ontem.

Em um ambiente em constante mudança (nesse caso, a superfície de otimização), não é importante onde você para em um determinado ponto no tempo, mas onde esse ponto irá descer ou subir no próximo momento. Além disso, e isso não é importante, mas é importante se ele se moverá para cima com aceleração ou com desaceleração.
Ou seja, se você escolher um ponto em uma colina em ascensão, mas no momento seguinte a taxa de crescimento começar a desacelerar, será uma decisão pior do que se você escolher um ponto em uma depressão em queda, mas se no momento seguinte a taxa de queda desacelerar.
Sem um modelo preditivo com probabilidade > 55%, qualquer estratégia não é nada.

 

Há um bom critério para uma estratégia de trabalho correta.
A linha de fundos deve estar acima da linha de saldo mais de 50% (melhor 60%) do tempo.
Vá para os sinais superiores e observe o gráfico inferior onde estão essas duas linhas.
Quase todos eles têm a linha verde (linha de fundos) abaixo da linha de saldo na maior parte do tempo.
Não entendo por que as pessoas aumentam os lotes em vez de aumentar os lucros.



É assim que deve ser


 
Vou falar sobre o AG padrão, o que ele é e por que não está nos testes.
O AG padrão é um dos AOs mais antigos e, ao mesmo tempo, um dos mais poderosos. É um algoritmo binário, daí todas as suas limitações, o número de parâmetros de opção e sua etapa.
Além da limitação do comprimento do cromossomo (e isso não é apenas o número de parâmetros opt), há outras desvantagens, como a impossibilidade de aplicar a etapa dinâmica e outras, sem mencionar a impossibilidade de aplicar a etapa zero.
Apesar de todas as desvantagens, ele ainda é um dos algoritmos mais poderosos da atualidade.
os testes nos artigos são realizados com passo zero, portanto, o Ga padrão não pode ser testado e inserido na tabela, ele simplesmente não pode ser usado para esses testes. no entanto, tentei testar o Ga com o passo mínimo possível para testes com 2 me antes, e agora com 10 parâmetros, e ele converge quase completamente em todas as funções! mas o uso de 100 ou mais parâmetros, como nos testes, não pode ser aplicado, pois há uma limitação no comprimento do cromossomo.
Resumindo: o padrão ha (binário) é moral e fisicamente obsoleto. não há nenhuma intenção de ofender os desenvolvedores, isso é apenas um fato.
em um momento em que os navios estão explorando a vastidão do grande teatro, ou seja, todos os tipos de salas de bate-papo aconselham como viver e como não viver, é hora de considerar a possibilidade de adicionar vários AOs ao MT5, o que, sem dúvida, ampliará as oportunidades para o usuário.
 
"Vou dizer uma coisa, sem intenção de ofender" (o original soa diferente).
não faz diferença se o FF é estático ou está mudando dinamicamente! o ponto é a rapidez com que o AO é capaz de convergir, ou seja, o AO é capaz de ajustar os parâmetros mais rapidamente do que o FF está mudando (deveria ser).
Durante muito tempo, pensei em como aplicar uma rede neural para aumentar a convergência do AO..... Parece que os tempos chegaram a tal ponto que até isso é possível.
Para o AO, não faz diferença se o FF muda ou não, ele continua pesquisando às cegas. É a estratégia de pesquisa que determina o sucesso de uma missão aparentemente sem esperança.
 
Andrey Dik #:
"Vou dizer uma coisa, sem intenção de ofender" (o original soa diferente).
não faz diferença se o FF é estático ou está mudando dinamicamente! o ponto é a rapidez com que o AO é capaz de convergir, ou seja, o AO é capaz de ajustar os parâmetros mais rapidamente do que o FF está mudando (deveria ser).
Durante muito tempo, pensei em como aplicar uma rede neural para aumentar a convergência do AO..... Parece que os tempos chegaram a tal ponto que até isso é possível.
Não faz diferença para o AO se o FF muda ou não, ele continua pesquisando às cegas. É a estratégia de pesquisa que determina o sucesso de uma missão aparentemente sem esperança.
Não confunda os conceitos
O FF é uma função para calcular o erro.
E OP é uma superfície de otimização.

Chamar a primeira de segunda não é correto.
 
Nikolai Semko #:

Em um ambiente em constante mudança (neste caso, uma superfície de otimização), não importa onde você para em um determinado momento, mas sim onde esse ponto diminui ou aumenta no próximo

O que eu escrevi? Você não está lendo?

 
mytarmailS #:
Não confunda os conceitos
FF é uma função para cálculo de erros
E OP é uma superfície de otimização

Chamar a primeira de segunda não é correto

Não, você está confuso.

FF é uma função de adequação, ou seja, o valor de algum critério de avaliação; toda a área dos valores de FF é uma superfície (pode ser multidimensional).

E o que a "função para cálculo de erro" tem a ver com isso? FF é um conceito geral para qualquer critério de avaliação, não apenas para "função de cálculo de erro"

E "OP" não é um conceito que eu tenha encontrado em lugar algum.

 
Andrey Dik #:

Não, você está confuso.

FF é uma função de adequação, ou seja, o valor de algum critério de avaliação; toda a área dos valores de FF é uma superfície (pode ser multidimensional).

E o que a "função para cálculo de erro" tem a ver com isso? A FF é um conceito geral para qualquer critério de avaliação, não apenas para a "função de contagem de erros"

E "OP" não é um conceito que eu tenha visto em lugar algum.

A função de adequação é uma subespécie da função de destino, também conhecida como função de adequação, e a adequação é o erro.



12345678910111213
Novo comentário