"Popülasyon optimizasyon algoritmaları: Fidan dikimi ve büyütme (Saplings Sowing and Growing up, SSG)" makalesi için tartışma - sayfa 10

[Silindi]  
Bir tür çapraz doğrulama en iyi iğneyi veya yüzeyi seçer. Ve birçok iğne elde etmek için farklı geçmiş parçaları arasında optimizasyon yapabilirsiniz. Aynı ph-id aynı kalacaktır.
[Silindi]  
Andrey Dik #:

MQL'deki diğer makalelerden sorumlu olamam, ancak orada insanlar bir şeyler yaptı ve bir şeyler paylaştı, sizin aksine.
Vikipedi sadece sorumluluk sahibi olmayan insanların basit bir yazısı ve aynı zamanda politik bir yazı.
Benim yazılarıma gelince, tam olarak ne işe yaramıyor? Boşboğazlığı bırak, bir şeyler yap.
Evet, bir tanıtım yaptığımda bir wikipedia makalesini kendim yönettim 😀 İnsanları wikipedia'ya gönderip bakın aynı şeyi söylüyor diyorsunuz. Gerçekten komik.
[Silindi]  
Andrei, daha çok algoritma kaldı mı? SSG'de durmak mantıklı mı yoksa potansiyel olarak daha güçlü olanlar var mı? )
 
Maxim Dmitrievsky #:
Bir tür çapraz doğrulama en iyi iğneyi veya yüzeyi seçer. Ve çok sayıda iğne elde etmek için farklı tarih parçaları arasında optimizasyon yapabilirsiniz. Ph aynı kalacaktır.

bu arada, her zaman dökülen parametreleri filtrelemenin bir yolu var (bunları baykuşlara hatalı olarak girin ve test cihazı bunları atlasın). en sık dökülen alanları seçin. ve sonra bu dökülen alanları hayal gücünüzün istediği gibi kullanın.

[Silindi]  
Andrey Dik #:

Bu arada, her zaman akan parametreleri filtrelemenin bir yolu var (bunları baykuşlara hatalı olarak girin ve test cihazı bunları atlasın). en sık akan alanları seçin. ve sonra bu akan alanları hayal gücünüzün sizi yönlendirdiği şekilde kullanın.

Test cihazının neden birkaç parça geçmiş ve ortalama üzerinde çalışmak için böyle sezgisel bir yola sahip olmadığı tam olarak açık değildir. Belki bir şekilde çerçeveler aracılığıyla yapılıyordur.
 
Maxim Dmitrievsky #:
Andrei, daha çok algoritma kaldı mı? SSG'de durmak mantıklı mı yoksa potansiyel olarak daha güçlü olanlar var mı? )

Çok fazla algoritma var, daha güçlü algoritmalar var mı bilmiyorum.

Tablo canlı, algoritmaları öğrendikçe onlara ekliyorum, yani -şuradaki en havalısı- diyemem, sadece tarif ettiklerimi biliyorum))))

Aslında karınca, arı ve otu almak zaten mümkündü, çok iyiler. ahşap tabii ki şimdi hepsini yırtıyor, bir sonraki lider ne olacak - bilmiyorum.

Bilinen tüm önemli olanları gözden geçirdikten sonra hibrit olanlara geleceğim, hibrit olanlar çok umut verici.

Şimdilik popülasyon türlerini düşünüyorum ama başka türler de var, onları da incelemek ilginç olacak.

 
Maxim Dmitrievsky #:
Şimdiye kadar test cihazında birkaç geçmiş parçası üzerinde çalışmanın ve bunların ortalamasını almanın neden böyle sezgisel bir yolu olmadığını tam olarak anlamıyorum. Belki bir şekilde çerçeveler aracılığıyla yapılıyordur.
Genel olarak test cihazı / optimize edici ile birçok yeni fikir geliyor, bunu yapan özel bir geliştirici mi yoksa müsait olan ekipten herhangi biri mi yapıyor bilmiyorum....
 
Nikolai Semko #:
Bağlamından koparılmış. Okumaya devam edin.
OP üzerindeki bir noktanın seçiminin doğruluğunun bir tepeye veya bir çukura bağlı olmadığını, hatta yerel hareket vektörünün zaman içindeki hızına bile bağlı olmadığını, sadece bir kısmı gelecekte olan ve bilinmeyen ivme vektörünün işaretine (hızın türevi) bağlı olduğunu söylüyordum.
Yani demek istediğim, OD'nin zaman içindeki değişimini gözlemleyerek,
Bir sonraki OD için bir tahminde bulunabiliriz; bu da ivme vektörünün işaretini.... noktayı ve uyumu alabileceğimiz anlamına gelir.
Yani bilinmeyen gelecek.


OP bir optimizasyon yüzeyidir
 

Üç boyutlu resimlere bakarak fikir edinmek büyük bir hatadır. Bu, iki boyutlu resimlerden üç boyutlu durum hakkında sonuçlar çıkarmaya benzer.

İki parametre ile eyer sayısı kabaca maksimum sayısına karşılık gelir - iki maksimum arasında bir eyer vardır (tek parametre ile hiç eyer yoktur). Parametre sayısı arttıkça, eyerlerin sayısı ekstremumların sayısından çok daha fazla olur ve daha çeşitli hale gelirler. Maksimizasyonun ana görevi, sınırlı sayıda hesaplama noktası nedeniyle oldukça mümkün olan bir eyeri ekstremum olarak almamak haline gelir.

Hedefin parametrelere bağımlılığında süreksizlikler varsa, o zaman tam bir karanlık vardır ve tüm çok değişkenli varyantları hayal etmek imkansızdır.

 
Aleksey Nikolayev #:

Üç boyutlu resimlere bakarak fikir edinmek büyük bir hatadır. Bu, iki boyutlu resimlerden üç boyutlu bir vaka hakkında sonuçlar çıkarmaya benzer.

İki parametre ile, eyer sayısı kabaca maksimum sayısına karşılık gelir - iki maksimum arasında bir eyer vardır (tek parametre ile hiç eyer yoktur). Parametre sayısı arttıkça, eyerlerin sayısı ekstremumların sayısından çok daha fazla olur ve daha çeşitli hale gelirler. Ve maksimizasyonun ana görevi, sınırlı sayıda hesaplama noktası nedeniyle oldukça mümkün olan bir eyeri ekstremum olarak almamak haline gelir.

Hedefin parametrelere bağımlılığında süreksizlikler varsa, o zaman tam bir karanlık vardır ve tüm çok değişkenli varyantları hayal etmek imkansızdır.

Evet, çok doğru. Üç boyutlu resimler görebildiğimiz maksimum boyutlardır, daha fazla boyut görülemez. Ancak AO testleri için yüzey hakkında bir fikir sahibi olmamız gerekiyor.

Üç boyutlu test fonksiyonları (iki parametre) kullanıyorum, testlerde 1000 parametre olsa bile 500 test fonksiyonu var.

FF, Uzman Danışman durumunda olduğu gibi parametrelerde "heterojen" ise, o zaman bir girdap yüzeyi hayal etmek imkansızdır, ancak "homojen" test fonksiyonlarından daha zor değildir. Makalelerdeki tüm algoritmalar "çitleme" için test edilmiştir, örneğin, aslında iki parametre seçebilir ve bunları diğerlerine kopyalayabilirsiniz, ardından test çok değişkenli işlevler bir ve iki kez tıklayacaktır.

Ayrıca algoritmaların "paralel-dikey" (tam olarak nasıl adlandırıldığını bilmiyorum) eğilimleri üzerine bir yöntem var, bir algoritma, köşelerin ve çukurların koordinat eksenlerine dikey ve yatay olarak yerleştirildiği daha iyi optimizasyon problemlerini çözdüğünde, bu tür algoritmalar rotasyonlu fonksiyonlar üzerindeki testlerde başarısız olur (herhangi bir test fonksiyonunu alın ve 5-10 derece döndürün).