Обсуждение статьи "Популяционные алгоритмы оптимизации: Изменяем форму и смещаем распределения вероятностей и тестируем на "Умном головастике" (Smart Cephalopod, SC)"
Во время чтения статьи резко появляется ln-число и затем часто упоминается. Что это?
min|-----|-----|-----|-----|-----|-----|In|--|--|--|--|--|--|max"
Распределение Леви является примером распределения с неограниченными моментами. Оно описывает случайные величины с тяжелыми хвостами, что означает, что вероятность появления очень больших значений велика. В распределении Леви моменты могут быть бесконечными или не существовать, что делает его особенным и отличающимся от распределений с ограниченными моментами, таких как нормальное распределение.
Тяжелые хвосты распределения Леви и его неограниченные моменты делают его полезным для моделирования явлений, которые могут иметь экстремальные значения или высокую вариабельность.
В начале статьи были даны определения основных терминов. Было бы хорошо добавить и этот.
Если правильно понял, то почти во всех статьях были показаны разные стратегии поиска. При этом не было игры с распределениями.
В данной статье видно, что результаты сильнейшим образом могут зависеть от выбранной функции распределения + смещение.
Судя по цифрам, Леви всех порвал. Получается, что для каждой стратегии поиска нужно делать несколько модификаций и смотреть влияние на общий рейтинг.
Автор крут! Спасибо!
Закомментировал переход на распределения.
// revision = true; и получил результат лучше, чем у равномерного распределения.
В ГА MT5 все входные жестко заданы и распределение, похоже, просто равномерное.
Благодаря данному циклу статей стало понятно, что результаты могут сильно варьироваться не только от стратегии поиска, но и от ее значений входных параметров. Плюс задание распределений.
Как найти оптимальный для своей задачи - не совсем понятно. Потому что нужно оптимизировать оптимизируемое.
- 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: Изменяем форму и смещаем распределения вероятностей и тестируем на "Умном головастике" (Smart Cephalopod, SC):
В данной статье исследуется влияние изменения формы распределений вероятностей на производительность алгоритмов оптимизации. Мы проводим эксперименты на тестовом алгоритме 'Умный головастик' (SC), чтобы оценить эффективность различных распределений вероятностей в контексте оптимизационных задач.
Работа над этой статьёй и специфичными методами класса для генерации случайных чисел с нужными распределениями, удобными для применения в построении алгоритмов оптимизации привела к пониманию, что функция Rastrigin имеет несколько серъёзных недостатков, которые не были очевидны на момент выбора этой тестовой функции и я решил от неё отказаться. Старого доброго Rastrigin'а заменит функция Peaks (более полное обоснование будет в следующей статье).
"Умный Головастик" в деле.
Автор: Andrey Dik