"Popülasyon optimizasyon algoritmaları" makalesi için tartışma

Yeni yorum
 

Yeni makale Popülasyon optimizasyon algoritmaları yayınlandı:

Bu makale, optimizasyon algoritması sınıflandırmasına giriş niteliğinde bir makaledir. Makalede, optimizasyon algoritmalarını karşılaştırmaya ve belki de yaygın olarak bilinen algoritmalar arasından en evrensel olanını belirlemeye hizmet edecek bir test ortamı (bir fonksiyon kümesi) oluşturmaya odaklanılmaktadır.

Sınıf


Ticaret sistemlerini optimize ederken, en heyecan verici şeyler metasezgisel optimizasyon algoritmalarıdır. Optimize edilen fonksiyonun formülü hakkında bilgi sahibi olmayı gerektirmezler. Global optimuma yakınsadıkları kanıtlanmamıştır, ancak çoğu durumda oldukça iyi bir çözüm sundukları deneysel olarak tespit edilmiştir ve bu da bir takım problemler için yeterlidir.

Pek çok optimizasyon algoritması doğadan ilham alınan modeller olarak ortaya çıkmıştır. Bu tür modeller davranışsal, sürü veya popülasyon olarak da adlandırılır, örneğin bir sürüdeki kuşların davranışı (parçacık sürüsü algoritması) veya bir karınca kolonisinin davranışı (karınca algoritması) gibi.

Popülasyon algoritmaları, optimizasyon problemini çözmek için çeşitli seçeneklerin eşzamanlı olarak işlenmesini içerir ve problem çözümünde arama alanında yalnızca bir adayın evrimleştiği hareket yörüngelerine dayanan klasik algoritmalara bir alternatif teşkil eder.

 

Yazar: Andrey Dik

 

İlginç bir konu - düşüncelerin gelişmesini bekliyorum.

Şimdiye kadar, bir fonksiyonun ekstremumlarını bulmak iyi, ancak fonksiyonu kurtarmanın ve matematiksel olarak ifade etmenin, özellikle de bir EA'yı optimize ederken herhangi bir yolu var mı?

 
Aleksey Vyazmikin ekstremumlarını bulmak iyidir, ancak özellikle bir EA'yı optimize ederken fonksiyonu kurtarmanın ve matematiksel olarak ifade etmenin herhangi bir yolu var mı?

1. İlginiz için teşekkür ederiz. Algoritmaların evrensel olarak kabul edilmiş bir sıralaması olmadığından, aşağıdaki makalelerde birçok şaşırtıcı keşif beklenmektedir: bazı AR'ler ayrıntılı inceleme altında yaygın olarak inanıldığı kadar iyi davranmazken, diğerleri olağanüstü arama özellikleri göstermektedir. Klasik uygulamaların yanı sıra, iyi bilinen AO'ların modifikasyonları da önerilecektir.

2. Bu soru, örneğin belirli özelliklere sahip yeni proteinlerin yaratılması gibi bilgi alanlarının yolunu açtığı için günümüzün birçok zihnini ilgilendirmektedir (bu alanda mütevazı bir ilerleme olmasına rağmen, amino asit kombinasyonlarının basit bir şekilde numaralandırılmasıyla elde edilmektedir). Genel olarak, sadece bir sinir ağı şeklinde olmadığı sürece, bir fonksiyonun analitik formülünü %100 geri yükleme yöntemi yoktur. Belki gelecekte yapay zeka teknolojilerinin uygulanmasıyla, verilerden analitik bir fonksiyona tersine mühendislik yapmak mümkün olacaktır...

 
Andrey Dik #:

1. İlginiz için teşekkür ederiz. Algoritmaların evrensel olarak kabul edilmiş bir sıralaması olmadığından, aşağıdaki makalelerde birçok şaşırtıcı keşif beklenmektedir: bazı AR'ler ayrıntılı inceleme altında yaygın olarak inanıldığı kadar iyi davranmazken, diğerleri olağanüstü arama özellikleri göstermektedir. Klasik uygulamalara ek olarak, iyi bilinen AO'ların modifikasyonları da önerilecektir.

2. Bu soru, örneğin belirli özelliklere sahip yeni proteinlerin yaratılması gibi bilgi alanlarının yolunu açtığı için günümüzün birçok zihnini ilgilendirmektedir (bu alanda mütevazı bir ilerleme olsa da, amino asit kombinasyonlarının basit bir şekilde numaralandırılmasıyla elde edilmektedir). Genel olarak, sadece bir sinir ağı şeklinde olmadığı sürece, bir fonksiyonun analitik formülünü %100 geri yükleme yöntemi yoktur. Belki de gelecekte yapay zeka teknolojilerinin uygulanmasıyla, verilerden analitik bir işleve tersine mühendislik yapmak mümkün olacaktır...

Cevap için teşekkürler.

Gen uzunluğu 10 harfe kadar olan ikili değişkenler / tahmin ediciler (toplam hacim yaklaşık 5k) için hızlı bir yöntem var mı (veya her ne deniyorsa?)?

 
Aleksey Vyazmikin #:

Cevabınız için teşekkür ederim.

Gen uzunluğu 10 harfe kadar olan (ya da her ne deniyorsa) ikili değişkenler/tahmin ediciler (toplam 5 bin civarında) için hızlı bir yöntem var mı?

Cevabı henüz bilmiyorum, gelecek makalelerde okuyucu ile birlikte arayacağım)))

Yapılması gereken çok sayıda araştırma çalışması var.

 
Andrey Dik #:

Cevabı bende değil, gelecek makalelerde okuyucuyla birlikte arayacağım)))

Yapılması gereken çok sayıda araştırma çalışması var.

Bir şeyi hesaplamanız gerekiyorsa - bilim adına gücü paylaşmaya hazırım! :)

 
Aleksey Vyazmikin #:

Hesaplamak için bir şeye ihtiyacınız varsa - bilim uğruna gücü paylaşmaya hazırım! :)

oh, teklif çok yardımcı oldu, teşekkürler).

 
Listede Bayes optimizasyonunu göremedim. Yoksa çok mu dikkatli baktım?
 
Vladimir Perervenko Bayesian optimizasyonunu görmedim. Yoksa kötü mü baktınız?

Sınıflandırma ağacı, bugüne kadar var olan tüm optimizasyon yöntemlerini temsil etmemektedir. Ayrıca, yalnızca popülasyon tabanlı algoritmalar dikkate alınacaktır.

Yeni yorum