Генетический алгоритм и его возможно применение - страница 2

Новый комментарий
 
Целевая задается во встроенном оптимизаторе, просто не напрямую. 

1. ты задаешь свой индикатор как функцию, определяющую кривую профита стратегии 
2. оптимизатор берет полученный профит стратегии как свою целевую 

Возможные применения GA упомянуты здесь 
 
Если я правильно понимаю, то "скрещивание" можно осуществлять между идентичными "генами" (параметрами) особей (копий одной системы с разными значениями тех же параметров).

В этом случае, "скрещивание" должно представлять из себя простое среднее число (сумма двух значений деленная на два, двух параметров, двух идентичных по структуре "хромосом")?

В смысле, складываются значения противостоящих параметров копий одной системы, делятся на два и получается третья копия системы, со средними значениями параметров?
 
RomFil:
нет возможности сделать свою целевую

OnTester() не подходит?

 
Реter Konow:
Если я правильно понимаю, то "скрещивание" можно осуществлять между идентичными "генами" (параметрами) особей (копий одной системы с разными значениями тех же параметров).

В этом случае, "скрещивание" должно представлять из себя простое среднее число (сумма двух значений, двух параметров, двух идентичных по структуре "хромосом")?

Можно как угодно, разновидностей десятки.

 
Dmitry Fedoseev:

https://www.mql5.com/ru/search#!keyword=собственный%20критерий%20оптимизации

Супер! А я и не знал, что в пятерке есть такая фича ... :) Я до сих пор на четверке работаю ... :) Спасибо.

Ну тогда всё. Вопрос снимается ... :)
 
RomFil:

Супер! А я и не знал, что в пятерке есть такая фича ... :) Я до сих пор на четверке работаю ... :) Спасибо.

Ну тогда всё. Вопрос снимается ... :)
Вообще-то "эта фича" есть ещё с четвёрки )))
 
SeriousRacoon:
Вообще-то "эта фича" есть ещё с четвёрки )))
Ну значит я "нуб" ... :)
 
Реter Konow:
Самого этого подхода мало. Он может служить инструментом "шлифовки" готовых систем - проверке и отладке. 
Сами системы так не собрать. Тут нужен другой алгоритм. Когда его изобретут, вспомнят про ГА. 

Видел у ребят, которые занимаются проектами т.н. "исскуственной жизни", такие методы. Интересная штука. На первый взгляд полная каша, но генетика через мильоны проходов делает из каши "умные" гены.

 
Aleksey Mavrin:

Видел у ребят, которые занимаются проектами т.н. "исскуственной жизни", такие методы. Интересная штука. На первый взгляд полная каша, но генетика через мильоны проходов делает из каши "умные" гены.

 В смысле, "умные" - оптимизированные и приспособленные к определенной среде? 

Ок. Создаем закрытую среду, из комплекса взаимодействующих систем. Например: трех-генные особи "пожирают" (присоединяют к себе и растут) двух-генные, если те не могут от них "убежать" (допустим гены Х и У - координаты на плоскости). У трех-генной особи добавлен ген Z - третье измерение. У нее преимущество. Задача двух-генной сохраниться и не быть пойманной, а задача трех-генной - поймать двух-генную как можно быстрее и сьэкономить время и ресурсы. 

Цель:  генетически слабая особь должна просчитать генетически более сильную чтобы выжить.
 
Aleksey Nikolayev:

OnTester() не подходит?

подходит, в режиме генетической оптимизации по "Максимум пользовательского критерия" ГА тестера будет максимизировать результат полученный из double OnTester() - проверенно все работает, НО есть проблема в автоматизации "взбодрить ГА" когда он начинает сходиться вокруг найденного локального максимума и не хочет еще остальные варианты по входным параметрам перебирать, в общем в тонкой настройке приходится руками помогать ГА путем добавления условий в OnTester() или разбиением параметров оптимизации на несколько интервалов

123456789...15
Новый комментарий
Причина обращения: