文章 "头脑风暴优化算法（第二部分）： 多模态"

[MetaQuotes]

新文章 头脑风暴优化算法（第二部分）： 多模态已发布：

在文章的第二部分，我们将继续讨论BSO算法的实际应用，对测试函数进行测试，并将BSO的效率与其他优化方法进行比较。

在文章的第一部分中，我们深入探讨了以头脑风暴优化（BSO）算法为核心的优化方式，揭示了这一受头脑风暴启发的创新方法的基本原理。在研究其逻辑结构的同时，我们还深入讨论了聚类方法，包括K-Means和K-Means++。BSO是一种优化方法，它在群体活动中融入了观点的产生和评估阶段。该算法与聚类方法相结合，为优化领域做出了贡献。聚类使我们能够识别出相似的数据元素组，这有助于BSO找到最优解。变异方法使算法能够绕过解决方案搜索空间中的障碍，并寻找通往最优解的更高效路径。 

现在是时候实践该算法了！在第二部分中，我们将深入探讨算法的实际实现，讨论多模态性，测试算法，并总结归纳得出结论。

作者：Andrey Dik

[fxsaber]

如果多模态工作正常，应该会显示大量正弦顶点。

[fxsaber]

单模 AO 失灵的一个例子。

关于交易、自动交易系统和测试交易策略的论坛

讨论文章 "随机数生成器质量在优化算法效率中的作用"

fxsaber, 2024.04.01 19:17

用这样的函数

input double X = 0;

double OnTester() { return(MathTan(X)); }

一些模糊的结果。如果你实现了迭代探查，我想你可以找到很多 "石头"。

Tangent 是一种不成功的 FF，TS-FF 则更容易戳出。

[Andrey Dik]

fxsaber #:
如果多模态起作用，就应该显示很多正弦顶点。

我必须说，就多模态而言，我对算法的性能并不满意。我在文章中鼓励读者加入到算法研究中来，我认为算法还有改进的潜力。也许有必要保留一个单独的 "参考 "模态图，以便在优化过程中定期更新和补充。

[Andrey Dik]

在我看来，如果纯粹从视觉角度考虑，ESG 的修改能力要比 ESG 强得多。我希望增加社会团体 参与集群的可能性。畅所欲言。