Обсуждение статьи "Алгоритм кодового замка (Сode Lock Algorithm, CLA)"

Новый комментарий
 

Опубликована статья Алгоритм кодового замка (Сode Lock Algorithm, CLA):

В этой статье мы переосмыслим кодовые замки, превращая их из механизмов защиты в инструменты для решения сложных задач оптимизации. Откройте для себя мир кодовых замков, не как простых устройств безопасности, но как вдохновения для нового подхода к оптимизации. Мы создадим целую популяцию "замков", где каждый замок представляет собой уникальное решение задачи. Затем мы разработаем алгоритм, который будет "вскрывать" эти замки и находить оптимальные решения в самых разных областях, от машинного обучения до разработки торговых систем.

Кодовые замки, также известные как цифровые замки или комбинационные замки, представляют собой механизмы безопасности, которые используются для управления доступом к помещениям, сейфам, шкафам и другим объектам. Они отличаются от обычных замков тем, что вместо использования ключа, для их открытия необходимо ввести определенную числовую комбинацию.

Кодовые замки обычно оснащены клавиатурой, специальными цилиндрами или иными поворотными механизмами, где необходимо указать кодовую последовательность чисел в комбинации для открытия замка. После ввода правильной комбинации, кодовый замок активирует механизм, который разблокирует замок, позволяя открыть дверь или получить доступ к содержимому сейфа. Пользователь может установить собственный код или использовать предоставленный код для открытия замка.

Преимущества кодовых замков:

  • Безопасность. Кодовые замки могут обеспечить высокий уровень безопасности, особенно если коды регулярно меняются.
  • Удобство. Не нужно носить ключи с собой, что делает кодовые замки удобными в использовании.
  • Возможность установки множества кодов. Некоторые модели позволяют устанавливать несколько различных кодов для разных пользователей или для разных временных интервалов.


    Автор: Andrey Dik

     

    Все АО делают одинаковое количество расчетов ФФ?

    Наверное, было бы полезно сравнить АО по среднему количеству расчетов ФФ, когда упирается в оптимум.


    Это количество - скорость оптимизации.

     
    fxsaber #:

    Все АО делают одинаковое количество расчетов ФФ?

    Наверное, было бы полезно сравнить АО по среднему количеству расчетов ФФ, когда упирается в оптимум.


    Это количество - скорость оптимизации.

    Да, все АО выполняют в тестах одинаковое количество расчетов ФФ - 10000. У разных АО популяции разнятся, но тут просто изменяется количество эпох: 10000 / размер_популяции = количество_эпох.

    Интересное предложение - сравнивать по количеству запусков ФФ до достижения максимального значения, которого смог достичь алгоритм. Правда, в таком случае есть непонятный момент, алгоритм, застрявший в самом начале оптимизации на низких значениях ФФ покажет по такому тесту высокий результат...

     
    Andrey Dik #:

    алгоритм, застрявший в самом начале оптимизации на низких значениях ФФ покажет по такому тесту высокий результат...

    Поэтому говорил про среднее значение. Или науихудшее.

     
    fxsaber #:

    Поэтому говорил про среднее значение. Или науихудшее.

    Да, я тоже имел в виду среднее значение. Тут может быть полезным указание зоны, например, за сколько запусков ФФ, в среднем, попадает в зону 90%, 70%, 50%. Т.е., это, по сути, показатель неслучайности стратегии поиска, так как результаты первой эпохи заведомо случайны, соответственно чем выше результаты на каждой последующей эпохе, тем выше поисковые способности алгоритма. Можно так же измерять средний прирост сходимости с каждой последующей эпохой за указанное количество эпох.
    Новый комментарий