文章 "种群优化算法：树苗播种和成长（SSG）算法" - 页 3 12345678910...13 新评论 fxsaber 2023.03.23 20:00 #21 Anatoli Kazharski #:您需要一种能找到所有山丘的模式，并为所有参数提供这些范围，以便进一步处理。 恐怕启发式方法无法做到这一点。 只有在这些稳健性山丘的范围内才能进行后续优化。 因此，这种方法很可能行不通。 但是，切掉全局最大值区域并在没有全局最大值的情况下运行 GA 是完全可能的。在每次迭代中，我们都会得到一个全局最大值，而不会考虑之前发现的最大值。 Anatoli Kazharski 2023.03.23 20:01 #22 假设有很长一段时间内所有参数组合的优化结果。 有一个带有时间刻度的图形界面，在上面移动滑块，就可以看到所有的鲁棒性山丘，以及它们是如何随着时间的推移而浮动的。 这将是一个非常有用的工具。 fxsaber 2023.03.23 20:06 #23 Anatoli Kazharski 优化结果。 有一个带有时间轴的图形界面，在上面移动滑块，就可以看到所有的稳健性山丘，以及它们随着时间的推移是如何浮动的。这将是一个非常有用的工具。 要么是我没弄明白，要么是我看到的计算量太大。 Andrey Dik 2023.03.23 20:20 #24 这看起来像是一篇文章的独立主题。有必要了解 FF 的概念。 Anatoli Kazharski 2023.03.23 20:23 #25 fxsaber #:要么是我没弄明白，要么是我看到的计算量太大。 当然，理想情况下，你应该在完全优化后得到所有结果。但这可能没有必要。 我还需要一个工具来直观显示所有参数范围内的鲁棒性山丘范围。 比方说（粗略地），这些范围可以是与其他范围结合后表现更好的范围（另一种颜色表示另一个山丘的第二个范围）： fxsaber 2023.03.23 20:29 #26 Andrey Dik #:需要对 FF 概念进行细分。 缩写不理解。 Andrey Dik#: 看来要单独开辟一个文章主题了。 首先，您可以尝试用标准 GA 选择找到的全局 GA 周围的区域，因为优化结果的选择格式是完全开放的。 如果能在比较表中加入常规 GA，那就更有意思了。 AO 说明 Rastrigin Rastrigin 最终 森林 森林 巨城（离散） 大城市最终结果 最终结果 10 个参数（5 个 F） 50 个参数（25 F） 1000 个参数（500 F） 10 个参数（5 F） 50 个参数（25 F） 1000 个参数（500 F） 10 个参数（5 个 F） 50 个参数（25 F） 1000 个参数（500 F） fxsaber 2023.03.23 20:36 #27 Anatoli Kazharski #:当然，理想情况下，您应该在全面优化后获得所有结果。但这可能没有必要。此外，还需要一种工具来可视化所有参数范围内的鲁棒性山丘范围。比方说（粗略地），这些范围可以是与其他范围结合后表现更好的范围（另一种颜色表示另一个山丘的第二个范围）： 显然，我们仍然完全误解了这一想法。 Andrey Dik 2023.03.23 20:48 #28 fxsaber #:1.不理解缩写。2.起初，您可以尝试通过标准 GA 选择找到的全局周围区域，因为优化结果的选项格式是完全开放的。如果能在比较表中加入常规 GA，那就更有意思了。1. 适合度函数、适应性2.在寻找鲁棒性参数的过程中，这可能不是必要的。这就是为什么我产生了这个想法，或者说这个想法在我心中已经存在了很长时间。3. 这是一个复杂而微妙的问题。有测试结果，但也有很多 "但是"。如果允许的话，我准备在下一篇文章的表格中与大家分享。 fxsaber 2023.03.23 20:52 #29 Andrey Dik #:1. 适应功能、适应性 我在术语方面比较薄弱。如果它是一个优化标准，我不明白为什么这个问题需要它。如果需要一个测试对象，那么森林就可以了。 Andrey Dik 2023.03.23 21:17 #30 fxsaber #:我在术语方面比较薄弱。如果这是一个优化标准，我不明白为什么这项任务需要它。如果你需要一个测试对象，那么 Forest 就可以。Forest是一个FF。也就是说，它是强加给被优化系统的一些要求。如果对系统的要求改变了，FF就会改变，但系统并没有改变，对吗？这就好比用户试图用各种方法改变要求，结果还是得到了 Forest。 积分 FF 看起来和 Forest 一模一样，比如平衡。如果可能的话，有必要尽量不使用积分 FF，如果不可能，那就在 FF 上做 NADstroika，即在 FF 上应用 FF，以避免尖峰。好吧，让我们举个例子。我们已经有了一个平衡 FF，它看起来（大概）就像森林。你可以在平衡优化结果的浑水里捞出位于附近的意义粒子，你也可以反其道而行之，你可以对平衡 FF 进行上层建筑，这样表面就不再是尖锐有限的了，所有必要的参数都位于附近，同时也位于最顶端的平缓山丘上！总之，我们可以说，如果 FF 是尖锐有限的，那么要么这确实是能从问题中挤出的全部，要么研究者犯了一个错误。 12345678910...13 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
您需要一种能找到所有山丘的模式，并为所有参数提供这些范围，以便进一步处理。
恐怕启发式方法无法做到这一点。
只有在这些稳健性山丘的范围内才能进行后续优化。
因此，这种方法很可能行不通。
但是，切掉全局最大值区域并在没有全局最大值的情况下运行 GA 是完全可能的。在每次迭代中，我们都会得到一个全局最大值，而不会考虑之前发现的最大值。
假设有很长一段时间内所有参数组合的优化结果。
有一个带有时间刻度的图形界面，在上面移动滑块，就可以看到所有的鲁棒性山丘，以及它们是如何随着时间的推移而浮动的。
这将是一个非常有用的工具。
有一个带有时间轴的图形界面，在上面移动滑块，就可以看到所有的稳健性山丘，以及它们随着时间的推移是如何浮动的。
这将是一个非常有用的工具。
要么是我没弄明白，要么是我看到的计算量太大。
要么是我没弄明白，要么是我看到的计算量太大。
当然，理想情况下，你应该在完全优化后得到所有结果。但这可能没有必要。
我还需要一个工具来直观显示所有参数范围内的鲁棒性山丘范围。
比方说（粗略地），这些范围可以是与其他范围结合后表现更好的范围（另一种颜色表示另一个山丘的第二个范围）：
缩写不理解。
首先，您可以尝试用标准 GA 选择找到的全局 GA 周围的区域，因为优化结果的选择格式是完全开放的。
如果能在比较表中加入常规 GA，那就更有意思了。
AO
说明
Rastrigin
Rastrigin 最终
森林
森林
巨城（离散）
大城市最终结果
最终结果
10 个参数（5 个 F）
50 个参数（25 F）
1000 个参数（500 F）
10 个参数（5 F）
50 个参数（25 F）
1000 个参数（500 F）
10 个参数（5 个 F）
50 个参数（25 F）
1000 个参数（500 F）
当然，理想情况下，您应该在全面优化后获得所有结果。但这可能没有必要。
此外，还需要一种工具来可视化所有参数范围内的鲁棒性山丘范围。
比方说（粗略地），这些范围可以是与其他范围结合后表现更好的范围（另一种颜色表示另一个山丘的第二个范围）：
显然，我们仍然完全误解了这一想法。
1.不理解缩写。
2.起初，您可以尝试通过标准 GA 选择找到的全局周围区域，因为优化结果的选项格式是完全开放的。
如果能在比较表中加入常规 GA，那就更有意思了。
我在术语方面比较薄弱。如果它是一个优化标准，我不明白为什么这个问题需要它。如果需要一个测试对象，那么森林就可以了。
我在术语方面比较薄弱。如果这是一个优化标准，我不明白为什么这项任务需要它。如果你需要一个测试对象，那么 Forest 就可以。