谢谢。我还以为会更有冲击力。也许在某些特殊情况下,HHR 的品质会得到更有力的体现
有趣的话题。在我看来,数字要么是随机的,要么是有质量的!
如果你捡到 100 英镑,随机性就是质量,但被车撞了就不是质量了?
这就是为什么没有影响,因为不应该有影响。如果 DGS 给出了一些不好的偏差,那么它就不是 DGS,而是产生这些偏差的错误任务的生成器(即某些函数)。DGS 是有要求的。在我看来,要使生成器适合测试,接近这些要求就足够了。
Вихрь медленнее стандартного примерно в 3.4 раза, что может заметно повлиять на скорость работы алгоритмов оптимизации.
每次计算 FF 时,都要调用 GCH 生成输入 FF 向量。交易 FF 比 GSC 重得多,因此 GSC 的加权应该不会很明显。
感谢作者提供的 GFG 教程和实验。我希望将来能看到不同性质的 FF。
新文章 随机数生成器质量对优化算法效率的影响已发布:
在这篇文章中,我们将探讨梅森旋转算法(Mersenne Twister)随机数生成器,并将其与MQL5中的标准随机数生成器进行比较。此外,我们还将研究随机数生成器的质量对优化算法结果的影响。
当提及使用优化算法时,许多读者会好奇使用高质量的随机数生成器究竟有多重要。这个问题的答案并不像初看时那么简单。然而,可以直观地理解,随机数的质量会对算法的搜索能力产生重大影响,因为基于种群的算法绝大多数都是基于随机搜索的。
让我们一起来深入探讨这个问题。在开始之前,我们需要考虑不同类型的随机数生成器、它们对结果的影响以及在哪里可以找到可靠的选项。
随机数生成器(RNGs)是创建数字或值序列的算法或设备,这些数字看起来是随机的。重要的是要注意,在计算机科学和数学中,这样的序列通常被称为“伪随机数”,因为它们是由确定性算法生成的,而不是通过真正的随机过程生成的。
作者:Andrey Dik