Discussão do artigo "Otimização de nuvens atmosféricas — Atmosphere Clouds Model Optimization (ACMO): Teoria"
Fascinante. Muito obrigado. Você tem alguma referência sobre esse algoritmo?
Muito genial, isso é melhor do que o Algoritmo Genético Binário?
Gigantum Investment algoritmo genético binário?
É difícil dizer. Todo algoritmo é bom à sua maneira, depende da tarefa. ;)
Ótimo trabalho, Andrew!
Andrey Dik #:
É difícil dizer. Todo algoritmo é bom à sua maneira, depende da tarefa. ;)
Sim, você é o único que conheço como o desenvolvedor russo mais genial, e você fez uma comparação entre todos os algoritmos, o resultado do BGA é cerca de 76, o que é muito alto e o melhor de todos os algoritmos. Mas eu perguntei ao gpt sobre isso: o BGA é para a tomada de decisões e o ACMO é para o aprendizado contínuo. Estou correto, amigo?
É difícil dizer. Todo algoritmo é bom à sua maneira, depende da tarefa. ;)
Olá, Andrew, apenas uma ideia para aprimorar o código. Você pode usar a função Kowailk? Coloquei o artigo em anexo, ele fala sobre isso. Saudações
Arquivos anexados:
JOC24-3-4.zip
328 kb
Além disso, gostaria de saber como você substituirá os valores de umidade e pressão atmosférica; quais critérios você selecionará?
Gigantum Investment #:
...
Mas eu estava perguntando ao gpt que o BGA é para a tomada de decisões e o ACMO é para o aprendizado contínuo. Estou certo, amigo?
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Otimização de nuvens atmosféricas — Atmosphere Clouds Model Optimization (ACMO): Teoria foi publicado:
Este artigo é dedicado ao algoritmo meta-heurístico Atmosphere Clouds Model Optimization (ACMO), que modela o comportamento das nuvens para resolver problemas de otimização. O algoritmo utiliza os princípios de geração, movimento e dispersão de nuvens, adaptando-se às "condições climáticas" no espaço de soluções. O artigo explora como a simulação meteorológica do algoritmo encontra soluções ótimas em um espaço complexo de possibilidades e descreve detalhadamente as etapas do ACMO, incluindo a preparação do "céu", o nascimento das nuvens, seu deslocamento e a concentração de chuva.
Imagine um céu virtual infinito, onde nuvens se formam e se movem como na atmosfera real. O clima aqui não é apenas um conjunto de condições, mas um sistema dinâmico, no qual umidade e pressão atmosférica influenciam cada decisão. Inspirado por fenômenos naturais, o algoritmo ACMO utiliza os princípios da formação de nuvens para explorar o espaço de soluções, da mesma forma que as nuvens se formam, se dispersam e desaparecem nos vastos céus, buscando os caminhos mais otimizados. O algoritmo foi proposto pelos autores Yan e outros, e publicado em 2013.
Neste artigo, examinaremos detalhadamente cada etapa do algoritmo ACMO, começando pela preparação do "céu", onde as nuvens nascem como potenciais soluções. Acompanharemos seu movimento pelo espaço atmosférico virtual, observando como se adaptam e se transformam de acordo com as condições climáticas. Mergulhando nesse fascinante processo, você verá como as nuvens, semelhantes a grupos exploratórios, buscam encontrar soluções ótimas no labirinto de possibilidades. Vamos juntos desvendar os segredos desse algoritmo e entender seu funcionamento, passo a passo.
Autor: Andrey Dik