3. Будет создана ветка. В ней будут озвучены правила, в ней же в виде обычных постов и произойдёт действо.
4. Условий никаких нет. Алгоритмы могут быть представлены как в скомпилированном виде так и в исходниках.
Победит алгоритм, который решит тестовые задачи оптимизации быстрее и точнее остальных участников.
а, вот оно как. Я не использую оптимизацию, я использую работу в реальном времени. То есть алгоритм адаптируется к текущим условиям по мере поступления данных и на выходе единственный критерий успешности - количество полученной прибыли за период. Но в начале, после запуска есть период на котором алгоритм получает убытки, в принципе это и есть минимальное время, за которое он смог найти решение.
Youri Tarshecki: Эволюция включает в себя не только отбор и максимальный успех, но и мутации. Где у вас мутации?
Вы имеете ввиду пример с незрячим? Если да, то при ощупывании поверхности нужно не только запомнить лучшие точки (наследственность), выбрать лучшую из них (отбор), но и пробовать прощупать там, где наверняка место будет хуже (мутации). В конечном итоге никогда не знаешь заранее, что даст лучший результат, логический вывод (наследственность) или догадка (мутация).
Тестовые функции будут иметь не только гладкие примеры (диффиренцируемые), но и с разрывами, пиками и ступенями. И безнадежно ровные поверхности где не за что зацепится алгоритму.... Будет не скучно. :)
Andrey Dik: Вы имеете ввиду пример с незрячим? Если да, то при ощупывании поверхности нужно не только запомнить лучшие точки (наследственность), выбрать лучшую из них (отбор), но и пробовать прощупать там, где наверняка место будет хуже (мутации). В конечном итоге никогда не знаешь заранее, что даст лучший результат, логический вывод (наследственность) или догадка (мутация).
Тестовые функции будут иметь не только гладкие примеры (диффиренцируемые), но и с разрывами, пиками и ступенями. И безнадежно ровные поверхности где не за что зацепится алгоритму.... Будет не скучно. :)
Где мутации? При эволюции идет отбор мутированных вариантов. В противном случае это просто генетический алгоритм оптимизации(который я бы не отнес к эволюционному).. немутируемого кода как фитнесфункции, так и алгоритма оптимизации..
Andrey Dik: Алгоритм оптимизации не будет знать о ФФ совершенно ничего, а это значит что алгоритм эволюционный.
Если я применю для оптимизации вашей фитнесфункции метод обычного перебора - будет ли это означать, что мой метод оптимизации будет знать о вашей функции совершенно все?
Где мутации? При эволюции идет отбор мутированных вариантов. В противном случае это просто генетический алгоритм оптимизации.. немутируемого кода как фитнесфункции, так и алгоритма оптимизации..
Не важно, что делает формально алгоритм. Важно найти решение. Посмотрите по ссылке на первой странице, какие алгоритмы являются эволюционными. ГА не единственный, есть и много других, которые называют эвалюционными.
Если я применю для оптимизации вашей фитнесфункции метод обычного перебора - будет ли это означать, что мой метод оптимизации будет знать о вашей функции совершенно все?
Можете. Но тогда первого места Вам не видать как своих ушей. Нужно не только найти лучшее решение, но и сделать это за меньшее количество шагов чем конкуренты.
1. В июне этого года.
Это очень просто. Алгоритм оптимизации не будет знать о ФФ совершенно ничего, а это значит что алгоритм эволюционный.
А что такое ФФ?
Это поверхность, которую ощупывает тростью незрячий. Фитнес функция, максимальное значение которой ищет алгоритм.
Эволюция включает в себя не только отбор и максимальный успех, но и мутации. Где у вас мутации?
Алгоритм на моем компьютере, фитнесфункция на вашем - как вы узнаете сколько раз обращался мой алгоритм к фитнесфункции?
Вы имеете ввиду пример с незрячим? Если да, то при ощупывании поверхности нужно не только запомнить лучшие точки (наследственность), выбрать лучшую из них (отбор), но и пробовать прощупать там, где наверняка место будет хуже (мутации). В конечном итоге никогда не знаешь заранее, что даст лучший результат, логический вывод (наследственность) или догадка (мутация).
Где мутации? При эволюции идет отбор мутированных вариантов. В противном случае это просто генетический алгоритм оптимизации(который я бы не отнес к эволюционному).. немутируемого кода как фитнесфункции, так и алгоритма оптимизации..
Алгоритм оптимизации не будет знать о ФФ совершенно ничего, а это значит что алгоритм эволюционный.
Если я применю для оптимизации вашей фитнесфункции метод обычного перебора - будет ли это означать, что мой метод оптимизации будет знать о вашей функции совершенно все?
Где мутации? При эволюции идет отбор мутированных вариантов. В противном случае это просто генетический алгоритм оптимизации.. немутируемого кода как фитнесфункции, так и алгоритма оптимизации..
Если я применю для оптимизации вашей фитнесфункции метод обычного перебора - будет ли это означать, что мой метод оптимизации будет знать о вашей функции совершенно все?