Обсуждение статьи "Алгоритм эволюционного путешествия во времени — Time Evolution Travel Algorithm (TETA)"
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 Алгоритм эволюционного путешествия во времени — Time Evolution Travel Algorithm (TETA):
Мой авторский алгоритм. В этой статье представлен Алгоритм Эволюционного Путешествия во Времени (TETA), вдохновлённый концепцией параллельных вселенных и потоков времени. Основная идея алгоритма заключается в том, что, хотя путешествие во времени в привычном понимании невозможно, мы можем выбирать последовательность событий, которые приводят к различным реальностям.
В представленной истории ученый открыл способ перемещения между параллельными вселенными через изменение ключевых переменных своей жизни. Эта метафора ложится в основу предлагаемого алгоритма оптимизации, и, для наглядности понимания этого, рассмотрим рисунок ниже, который иллюстрирует идею алгоритма о параллельных вселенных, возникающих каждый раз при принятии решений. Каждая вселенная, имеющая завершенное пространство, определяется наличием признаков в виде якорей: семья, карьера, достижения и т.д.
Комбинируя свойства этих якорей, можно создавать новую вселенную, представляющую собой решение задачи оптимизации, в которой якоря — это оптимизируемые параметры.
Рисунок 1. Параллельные вселенные со своими уникальными якорями (признаками)
В основе алгоритма TETA лежит концепция множественных параллельных вселенных, каждая из которых представляет собой потенциальное решение оптимизационной задачи. В техническом воплощении каждая такая вселенная описывается вектором координат (a[i].c), где каждая координата является якорем — ключевой переменной, определяющей конфигурацию данной реальности. Эти якоря можно представить как важнейшие параметры, настройка которых влияет на общее качество решения.
Автор: Andrey Dik