Обсуждение статьи "Алгоритм оптимизации на основе мозгового штурма — Brain Storm Optimization (Часть II): Многомодальность"
Если многомодальность работает, то должен показать много вершин синуса.
Пример, когда мономодальный АО не справляется.
Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий
Обсуждение статьи "Роль качества генератора случайных чисел в эффективности алгоритмов оптимизации"
fxsaber, 2024.04.01 19:17
Взял такую функцию.input double X = 0; double OnTester() { return(MathTan(X)); }
Какой-то непонятный результат. Если реализовать итерационное выкалывание, то предполагаю, можно найти много "скал".
Тангенс - неудачная ФФ, ТС-ФФ гораздо проще для выкалывания.
fxsaber #:
Если многомодальность работает, то должен показать много вершин синуса.
Надо сказать, что я не удовлетворён показателями алгоритма, что касается многомодальности. В статье призываю читателей присоединится к исследованию алгоритма, думаю есть потенциал для его улучшения. Возможно, нужно как то сохранять отдельно "эталонную" карту мод, что бы её периодически обновлять и пополнять в процессе оптимизации.
Если многомодальность работает, то должен показать много вершин синуса.
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Алгоритм оптимизации на основе мозгового штурма — Brain Storm Optimization (Часть II): Многомодальность:
Во второй части статьи перейдем к практической реализации алгоритма BSO, проведем тесты на тестовых функциях и сравним эффективность BSO с другими методами оптимизации.
В первой части статьи мы окунулись в мир оптимизации с алгоритмом BSO (Brain Storm Optimization), где раскрывали основные принципы этой инновационной методики, вдохновленной мозговым штурмом. Мы не только изучили его логическую структуру, но и погрузились в обсуждение методов кластеризации, K-Means и K-Means++. Алгоритм Brain Storm Optimization (BSO) представляет собой метод оптимизации, который включает в себя фазы генерации и оценки идей в групповой деятельности. Этот алгоритм внес вклад в область оптимизации в совокупности с методами кластеризации. Кластеризация позволяет выявить группы данных схожих элементов, что помогает BSO находить оптимальные решения. Применение метода мутации позволяет алгоритму обходить препятствия в пространстве поиска решений и искать более эффективные пути к оптимуму.
Теперь настало время перейти к реальному действию! Во второй части нашего исследования мы погрузимся в практическую реализацию алгоритма, поговорим о многомодальности, испытаем алгоритм на тестах и с нетерпением подведем итоги.
Автор: Andrey Dik