Обсуждение статьи "Популяционные алгоритмы оптимизации: Оптимизация Стаей Серых Волков (Grey Wolf Optimizer - GWO)"
А будет оптимизация методом стаей бедных трейдеров? ))
Эти статьи о метаэвристических методах оптимизации просто потрясающие! Вы делаете огромную работу, Андрей, это поразительно, как много опыта вы можете поделиться с нами, спасибо!
@METAQUOTES, пожалуйста, рассмотрите возможность внедрения этих целей метаэвристической оптимизации в оптимизатор! Это было бы здорово для программного обеспечения.
Что-то простое, что пользователь может установить внутри OnTester() как:
OptimizerSetEngine("ACO"); // Оптимизация муравьиной колонии OptimizerSetEngine("COA"); // алгоритм оптимизации "кукушки" OptimizerSetEngine("ABC"); // искусственная пчелиная колония OptimizerSetEngine("GWO"); // оптимизатор "серый волк OptimizerSetEngine("PSO"); // оптимизация роем частиц
Привет из Бразилии
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Популяционные алгоритмы оптимизации: Оптимизация Стаей Серых Волков (Grey Wolf Optimizer - GWO):
Рассмотрим один из новейших современных алгоритмов оптимизации "Стаи серых волков". Оригинальное поведение на тестовых функциях делает этот алгоритм одним из самых интересных среди рассмотренных ранее. Один из лидеров для применения в обучении нейронных сетей, гладких функций с многими переменными.
Рисунок 3. Схема движения омеги по отношению к альфа, бета и дельта.
Псевдокод алгоритма GWO заключается в следующем:
Автор: Andrey Dik