Diskussion zum Artikel "Algorithmen zur Populationsoptimierung"
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Algorithmen zur Populationsoptimierung :
Dies ist ein einführender Artikel über die Klassifizierung von Optimierungsalgorithmen (OA). In dem Artikel wird versucht, einen Prüfstand (eine Reihe von Funktionen) zu erstellen, der zum Vergleich von OAs und vielleicht zur Ermittlung des universellsten Algorithmus unter allen bekannten Algorithmen verwendet werden soll.
Das Spannendste bei der Optimierung von Handelssystemen sind metaheuristische Optimierungsalgorithmen. Sie erfordern keine Kenntnis der Formel der zu optimierenden Funktion. Ihre Konvergenz zum globalen Optimum ist nicht bewiesen, aber es wurde experimentell festgestellt, dass sie in den meisten Fällen eine recht gute Lösung liefern, die für eine Reihe von Problemen ausreichend ist.
Viele OAs entstanden als Modelle, die der Natur entlehnt wurden. Solche Modelle werden auch als Verhaltens-, Schwarm- oder Populationsmodelle bezeichnet, wie z. B. das Verhalten von Vögeln in einem Schwarm (der Partikelschwarm-Algorithmus) oder die Prinzipien des Verhaltens von Ameisenkolonien (Ameisen-Algorithmus).
Populationsalgorithmen beinhalten die gleichzeitige Bearbeitung mehrerer Optionen zur Lösung des Optimierungsproblems und stellen eine Alternative zu klassischen Algorithmen dar, die auf Bewegungstrajektorien basieren und in deren Suchbereich sich nur ein Kandidat zur Lösung des Problems entwickelt.
Autor: Andrey Dik