Интересная тема - жду развитие мыслей.
Пока такой вопрос, поиск экстремумов функция - это хорошо, но, есть ли возможность восстановить функцию и выразить её математически, особенно при оптимизации, допустим, советника?
1. Интересная тема - жду развитие мыслей.
2. Пока такой вопрос, поиск экстремумов функция - это хорошо, но, есть ли возможность восстановить функцию и выразить её математически, особенно при оптимизации, допустим, советника?
1. Спасибо за проявленный интерес. В последующих статьях ожидается большая интрига поскольку не существует общепризнанного рейтинга алгоритмов, ожидается масса удивительных открытий: некоторые АО ведут себя не так хорошо при детальном изучении, чем это принято считать а другие проявляют необычайные поисковые свойства. Наряду с классическими реализациями будут предложены модификации известных АО.
2. Данный вопрос интересует многие умы современности, так как открывает путь к таким областям знаний, как например, создание новых белков с заданными свойствами (хотя в этой области и есть скромный прогресс, но достигнут он простым перебором комбинаций аминокислот). В общем случае не существует методов восстановления аналитической формулы функции на 100%, разве что только в виде нейронной сети. Может быть с применением технологий ИИ в будущем станет возможным реверсинжиниринг из данных в аналитическую функцию...
1. Спасибо за проявленный интерес. В последующих статьях ожидается большая интрига поскольку не существует общепризнанного рейтинга алгоритмов, ожидается масса удивительных открытий: некоторые АО ведут себя не так хорошо при детальном изучении, чем это принято считать а другие проявляют необычайные поисковые свойства. Наряду с классическими реализациями будут предложены модификации известных АО.
2. Данный вопрос интересует многие умы современности, так как открывает путь к таким областям знаний, как например, создание новых белков с заданными свойствами (хотя в этой области и есть скромный прогресс, но достигнут он простым перебором комбинаций аминокислот). В общем случае не существует методов восстановления аналитической формулы функции на 100%, разве что только в виде нейронной сети. Может быть с применением технологий ИИ в будущем станет возможным реверсинжиниринг из данных в аналитическую функцию...
Спасибо за ответ.
Есть ли быстрый метод для бинарных переменных/предикторов (общий объем в районе 5к) с длиной гена до 10 букв (или как там называется?)?
Спасибо за ответ.
Есть ли быстрый метод для бинарных переменных/предикторов (общий объем в районе 5к) с длиной гена до 10 букв (или как там называется?)?
ответа у меня пока нет, буду его искать вместе с читателем в последующих статьях))
предстоит очень много исследовательской работы.
В дереве классификации представлены далеко не все существующие методы оптимизации на сегодняшний день. Кроме того, будут рассматриваться только популяционные алгоритмы.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Популяционные алгоритмы оптимизации:
Вводная статья об алгоритмах оптимизации (АО). Классификация. В статье предпринята попытка создать тестовый стенд (набор функций), который послужит в дальнейшем для сравнения АО между собой, и, даже, возможно, выявления самого универсального алгоритма из всех широко известных.
При оптимизации торговых систем наибольший интерес представляют метаэвристические алгоритмы оптимизации, которые не требуют знания формулы оптимизируемой функции и сходимость которых к глобальному оптимуму не доказана, но экспериментально установлено, что в большинстве случаев они дают достаточно хорошее решение и этого достаточно для ряда задач.
Очень много АО появились как модели, заимствованные у природы, их называют также поведенческими, роевыми, популяционными. Такие например, как поведение птиц в стае (алгоритм роя частиц) или принципы поведения колонии муравьев (алгоритм «колонии муравьев» или «муравьиный алгоритм»).
Популяционные алгоритмы предполагают одновременную обработку нескольких вариантов решения задачи оптимизации и представляют собой альтернативу классическим поисковым алгоритмам по траекториям движения, в области поиска которых эволюционирует только один кандидат при решении задачи.
Автор: Andrey Dik