文章 "种群优化算法:树苗播种和成长(SSG)算法" - 页 13

 
Andrey Dik #:

不幸的是,或者说幸运的是,机器人并不会产生新的信息,但公开的信息往往是扭曲的。我认为这是由于信息插值机制造成的。它说谎,编造不存在的算法缩写,甚至临时编造作者姓名和算法日期))))。您应该非常小心地对待这些信息。

作为文本编辑、文体编辑和撰写文章时的参考助手--是的,不可或缺的助手。

是的,和所有生成式网络一样,输出端也有一个随机器,这样就不会得到完全相同的答案。如果降低温度,就能得到更精确/更具体的答案。但这只能通过 api 实现。
 
fxsaber #:

谢谢。当涉及大量内核时,我通过强制中断优化来间接找到本地问题。粗略地说,测试器中有 20 个代理,在经过 2000 次优化后,我会中断优化

下面 中断优化后获得的数据集示例。如果不中断,链接上的图片会显示出所有 20 组相同的结果。但中断优化后,你可以看到不同的优化结果,其中很可能有通过 OOS 的优化结果。

如果我们找到了 20 个局部极值(我建议采用渐进弹射法),那么在这样的图片上显示这些极值就能对 TS 进行最客观的直观评估。

 
fxsaber #:

对于自我教育而言,复杂性与测量的关系是什么?

Andrey Dik#:

我承认--我不知道,我只知道它呈非线性快速增长。

阿列克谢-尼古拉耶夫(Aleksey Nikolavev)在这里出现过,也许他知道这个问题的确切答案。 我忘了如何称呼论坛用户了。

这里几乎不可能有确切的知识,只有一些估计。

1) 座位数的增长与极值数的关系。让我们假设一个光滑的情况(不连续的变量总是可以用光滑的变量来近似,并具有一定的准确性)。极值出现在梯度退化的点上,并 Hessian 的极值符号决定。假设维数为 N,并且(为简单起见,我们假设)每个赫氏特征值的符号都是由概率为 0.5 的随机选择决定的,那么所有符号都相同(所以是极值)的概率为2/(2^N)=2^(1-N)。在二维情况下,概率等于 0.5(50%),这很好,在图片中也很明显--鞍的数量与极值的数量大致相等。在十维情况下,极值将小于 0.2%。

2) 事实上,任何寻找极值的算法都会产生一个动态系统,而随着维数的增加,这个动态系统会变得越来越混乱。大家可能还记得,在二维情况下,迭代搜索二次函数的根时,就会出现曼德尔布罗特集(Mandelbrot set)这个动态系统。

 
Aleksey Nikolayev #:

在这里,精确的知识几乎是不可能的,只能是某种估计。

1) 鞍部数量随极值数量的增长。让我们假设一个光滑的情况(不连续的变量总是可以用光滑的变量来近似,并具有一定的精确性)。极值出现在梯度退化的点上,并 Hessian 的极值符号决定。假设维数为 N,且(为简单起见,我们假设)每个赫氏特征值的符号都由概率为 0.5 的随机选择决定,那么所有符号都相同(因此是极值)的概率为2/(2^N)=2^(1-N)。在二维情况下,概率等于 0.5(50%),这很好,在图片中也很明显--鞍的数量与极值的数量大致相等。在 10 维情况下,极值将小于 0.2%。

2) 事实上,任何寻找极值的算法都会产生一个动态系统,而随着维数的增加,这个动态系统会变得越来越混乱。大家可能还记得曼德尔布罗特集(Mandelbrot set)就是在一个动态系统中产生的,它是在二维情况下迭代搜索二次函数根时产生的。

多维变体的计算结果相当悲观。

 
fxsaber #:

多元变量的计算相当悲观。

一般来说,是的。这就是为什么在多维情况下,通常不会设置完整研究损失函数表面装置的任务。寻找全局极值的任务也是如此。事实上,我们只能找到足够好的点。好吧,也许除了有可能构造出具有良好特性的损失函数的情况,例如在 MO 中。

 
超值
 
谢谢!
 
我在使用 MT5 时遇到一个问题,它不允许我访问文件夹:打开数据文件夹,此外,我没有 MT5 平台上的全部自定义元素,我的意思是我没有全部工具,如矩形、正方形或三角形等。因此,如果有人知道如何解决这些问题,请告诉我。
 
kam #:
我在使用 MT5 时遇到了一个问题,它不允许我访问文件夹:打开数据文件夹,此外,我在 MT5 平台上没有自定义的完整元素,我的意思是我没有完整的工具,如矩形、正方形或三角形等。因此,如果有人知道如何解决这些问题,请告诉我。

在与您的帖子无关的主题上发帖不会得到任何帮助。请创建自己的主题。由于这是一个技术论坛,你需要提供比你所提供的更多的信息,包括打开 mt5 时日志的前三行,其中有你的系统详细信息。

不过,如果没有更多信息,我觉得这听起来像是安装程序被破坏了。请尝试卸载 mt5,并删除任何残留的文件夹,包括 "config "等通常无法正确卸载的文件夹。然后再尝试安装。