文章 "种群优化算法:微人工免疫系统(Micro-AIS)" - 页 5 12345 新评论 Stanislav Korotky 2024.01.22 14:37 #41 Andrey Dik #: 知道为什么会挂起吗?你在错误报告主题中报告过吗? 我在论坛和技术支持中都写过。很久以前写的。没有回复。 fxsaber 2024.01.22 14:50 #42 Stanislav Korotky #:我试着把这一系列的算法拖入优化器很长时间(我想把它们并行化),但它出现了严重的故障 - https://www.mql5.com/en/forum/454524/page2#comment_50233782。 显然,你也遇到过这种情况。如果在该示例中保留六个刻度,它就会正常工作。因此,你现在可以调整这一系列文章的算法,只需使用更简单的示例即可。 Stanislav Korotky 2024.01.22 15:40 #43 fxsaber #:显然,你遇到过这种情况。如果你在该示例中保留六个刻度线,它就会起作用。因此,您现在可以调整本系列文章的算法,只需使用更简单的示例即可。 这是不现实的简化。据我所知,运行次数是有限制的,而不是参数数量。 我从测试拟合函数的设置中提取参数,是为了在比较算法时,能或多或少了解优化空间的实际大小。;-). fxsaber 2024.01.22 15:43 #44 Stanislav Korotky #:这是不现实的简化。据我所知,运行次数是有限制的,而不是参数数量。我从测试拟合函数的设置中提取参数,是为了在比较算法时,或多或少了解优化空间的实际大小。;-). 老实说,我不明白为什么 MQ 会从字面上理解这个步骤。这是最小离散化的程度。它与优化算法的关系几乎为零。 Andrey Dik 2024.01.22 18:28 #45 fxsaber #:坦率地说,我不明白 MQ 为什么要从字面上理解 "步骤"。它是最小离散度的级别。它与优化算法几乎毫无关系。 在特征的真实表示中,是的,而且不是几乎,而是零关系。 对于二元 GA 来说,这方面的情况要复杂一些,有一些细微差别。 我之前说过,不能将文章中的算法与标准 GA 进行正面比较,这是不对的。标准 GA 是一种复杂的算法,它考虑到了许多细微差别,这些细微差别可以在大多数用户的个人电脑上工作:工作速度、新解决方案的独特性、节省内存。 fxsaber 2024.03.26 21:46 #46 Stanislav Korotky #:据我所知,自定义优化只在一个内核的终端图上完成,而我在测试器中讨论的是多线程优化(对于我在文章 中描述的粒子群算法,对于大多数其他算法,通过类比也应该是可行的,因为通常有一个将任务划分为代理组的原则)。但是,测试器只支持最原始的示例(我给出了上面的测试),这就把这个想法扼杀在了萌芽状态。 分享链接。这个? Stanislav Korotky 2024.03.27 13:53 #47 fxsaber #:分享链接。这个? 是的。 12345 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
知道为什么会挂起吗?你在错误报告主题中报告过吗?
我在论坛和技术支持中都写过。很久以前写的。没有回复。
我试着把这一系列的算法拖入优化器很长时间(我想把它们并行化),但它出现了严重的故障 - https://www.mql5.com/en/forum/454524/page2#comment_50233782。
显然,你也遇到过这种情况。如果在该示例中保留六个刻度,它就会正常工作。因此,你现在可以调整这一系列文章的算法,只需使用更简单的示例即可。
显然,你遇到过这种情况。如果你在该示例中保留六个刻度线,它就会起作用。因此,您现在可以调整本系列文章的算法,只需使用更简单的示例即可。
这是不现实的简化。据我所知,运行次数是有限制的,而不是参数数量。
我从测试拟合函数的设置中提取参数,是为了在比较算法时,能或多或少了解优化空间的实际大小。;-).
这是不现实的简化。据我所知,运行次数是有限制的,而不是参数数量。
我从测试拟合函数的设置中提取参数,是为了在比较算法时,或多或少了解优化空间的实际大小。;-).
老实说,我不明白为什么 MQ 会从字面上理解这个步骤。这是最小离散化的程度。它与优化算法的关系几乎为零。
坦率地说,我不明白 MQ 为什么要从字面上理解 "步骤"。它是最小离散度的级别。它与优化算法几乎毫无关系。
在特征的真实表示中,是的,而且不是几乎,而是零关系。
对于二元 GA 来说,这方面的情况要复杂一些,有一些细微差别。
我之前说过,不能将文章中的算法与标准 GA 进行正面比较,这是不对的。标准 GA 是一种复杂的算法,它考虑到了许多细微差别,这些细微差别可以在大多数用户的个人电脑上工作:工作速度、新解决方案的独特性、节省内存。
据我所知,自定义优化只在一个内核的终端图上完成,而我在测试器中讨论的是多线程优化(对于我在文章 中描述的粒子群算法,对于大多数其他算法,通过类比也应该是可行的,因为通常有一个将任务划分为代理组的原则)。但是,测试器只支持最原始的示例(我给出了上面的测试),这就把这个想法扼杀在了萌芽状态。
分享链接。这个?
分享链接。这个?
是的。