文章 "种群优化算法:改变概率分布的形状和位移,并基于智能头足类生物(SC)进行测试"

 

新文章 种群优化算法:改变概率分布的形状和位移,并基于智能头足类生物(SC)进行测试已发布:

本文研究了改变概率分布形状对优化算法性能的影响。我们将进行的实验,会用到智能头足类生物(SC)测试算法,从而评估优化问题背景下各种概率分布的效能。

在撰写本文,并生成具有必要分布的随机数的特定类方法时,便于在构建优化算法中使用,这令我了解到 Rastrigin 函数有几个严重的缺点,这些缺点在选择该测试函数时并不明显,因此我决定不用它。旧的 Rastrigin 将被 Peaks 函数替换(下一篇文章将提供更完整的理由)。

Peaks1

“智能头足类生物”在行动

作者:Andrey Dik

 
在阅读一篇文章时,ln 数字突然出现,然后被频繁提及。这是什么原因呢?
 
fxsaber #:
在阅读一篇文章时,ln 数字突然出现,然后被频繁提及。这是什么?

输入,输入,输入,输入。
在数值行上有一个数字,我们需要根据这个数字在给定的范围内生成一个具有给定分布的随机数。
优化算法中经常需要这样做。

"例如,我们有这样一种情况,一条数值线的左侧边界为 "min",右侧边界为 "max",两者之间的边界为 "In",我们可以将其可视化如下:

min|-----|-----|-----|-----|-----|-----|In|--|--|--|--|--|--|max"


 
Andrey Dik #:
输入,输入,输入,输入。
这个字母有一个感知问题。好像是用对数写的。
 
fxsaber #:
这封信有一个认知问题。就像一个对数
也许是打错了,我去看看。
 
Andrey Dik #:
可能是这样--打错了,我检查一下。

不,不是错别字,只是字体问题,大写字母 "I "读起来像 "l",所以更正为 "i"。

谢谢您的评论。

 

Распределение Леви является примером распределения с неограниченными моментами. Оно описывает случайные величины с тяжелыми хвостами, что означает, что вероятность появления очень больших значений велика. В распределении Леви моменты могут быть бесконечными или не существовать, что делает его особенным и отличающимся от распределений с ограниченными моментами, таких как нормальное распределение.

利维分布的重尾和无约束矩使 其在模拟可能存在极端值或高变异性的现象时非常有用。

文章开头给出了主要术语的定义。最好再加上这一条。

 
fxsaber #:

文章开头给出了主要术语的定义。最好也加上这一条。

我会的,谢谢。
 

如果我没有理解错的话,几乎所有文章都展示了不同的搜索策略。同时,也没有在分布上做文章。

这篇文章表明,结果在很大程度上 取决于所选择的分布函数和偏差。


从数据上看,李维把所有人都撕成了碎片。事实证明,对于每种搜索策略,你都必须进行多次修改,并查看对整体排名的影响。


作者太棒了!谢谢!


我注释掉了对分布的转换。

// revision = true;

并得到了比均匀分布 更好的结果。

 

在 MT5 GA 中,所有输入都是严格指定的,分布似乎也是简单均匀的


通过这一系列文章,我们清楚地认识到,结果不仅会因搜索策略的不同而有很大差异,还会因输入参数值的不同而有很大差异。再加上设置分布。

如何找到最适合自己任务的分布并不十分清楚。因为你需要优化被优化的内容。

 
fxsaber 均匀的。
请说明如何通过测试功能测试 MT5 GA 的质量。