Обсуждение статьи "Оптимизация атмосферными облаками — Atmosphere Clouds Model Optimization (ACMO): Теория"
Очаровательно. Большое спасибо. Есть ли у вас какие-нибудь ссылки на этот алгоритм?
Очень гениально, это лучше, чем двоичный генетический алгоритм?
Сложно сказать. Каждый алгоритм по своему хорош, зависит от задач. ;)
Отличная работа, Эндрю!
Andrey Dik #:
Сложно сказать. Каждый алгоритм хорош по-своему, все зависит от задачи ;)
Да, ты единственный и самый гениальный русский разработчик, которого я знаю, и ты сделал сравнение между всеми алгоритмами, результат для BGA - около 76, что очень высоко и лучше всех алгоритмов. Но я спрашивал у gpt, что BGA предназначен для принятия решений, а ACMO - для непрерывного обучения. Я прав, приятель?
Сложно сказать. Каждый алгоритм хорош по-своему, все зависит от задачи ;)
Привет, Эндрю, просто идея для улучшения кода. Можете ли вы использовать функцию Kowailk? Я поместил статью во вложение, там об этом говорится. Приветствую
Файлы:
JOC24-3-4.zip
328 kb
Также я хочу знать, как вы будете заменять значения влажности и давления воздуха; какие критерии вы будете выбирать?
Gigantum Investment #:
...
Но я спрашивал у gpt, что BGA предназначен для принятия решений, а ACMO - для непрерывного обучения. Я прав, приятель?
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 Оптимизация атмосферными облаками — Atmosphere Clouds Model Optimization (ACMO): Теория:
Статья посвящена метаэвристическому алгоритму Atmosphere Clouds Model Optimization (ACMO), который моделирует поведение облаков для решения задач оптимизации. Алгоритм использует принципы генерации, движения и распространения облаков, адаптируясь к "погодным условиям" в пространстве решений. Статья раскрывает, как метеорологическая симуляция алгоритма находит оптимальные решения в сложном пространстве возможностей и подробно описывает этапы работы ACMO, включая подготовку "неба", рождение облаков, их перемещение и концентрацию дождя.
Представьте себе бескрайнее виртуальное небо, где облака формируются и движутся, словно в реальной атмосфере. Погода здесь - это не просто набор условий, а живая система, в которой влажность и атмосферное давление влияют на каждое решение. Вдохновленный природными явлениями, алгоритм ACMO использует принципы формирования облаков, чтобы исследовать пространство решений, подобно тому, как облака формируются, распространяются и исчезают в небесных просторах, стремясь найти оптимальные пути. Алгоритм был предложен авторами Яном и др. и опубликован в 2013 году.
В данной статье мы подробно рассмотрим каждый этап алгоритма ACMO, начиная с подготовки "неба", где рождаются облака как потенциальные решения. Мы проследим за их движением по виртуальному небесному пространству, наблюдая, как они адаптируются и изменяются в зависимости от погодных условий. Погружаясь в этот увлекательный процесс, вы увидите, как облака, сродни исследовательским группам, стремятся найти оптимальные решения в лабиринте возможностей. Давайте вместе раскроем тайны этого алгоритма и поймем, как он работает, шаг за шагом.
Автор: Andrey Dik