Campeonato de optimización de algoritmos. - página 8
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
en general, así, y por supuesto habrá un contador de tiempo. esquema:
¿Cómo se sabe el número de parámetros de la función?
Dame una función de prueba y practicaremos.
¿Cómo se sabe el número de parámetros de la función?
Dame una función de prueba y practicaremos.
El número de parámetros FF oscila entre 100 y 500. Deberías guiarte por esta escala aproximada de las tareas del campeonato.
Ejemplos de FF:
Y si me añades una tercera vez a la lista, ¡serán 8! ))
Gracias por su vigilancia :)
No estaré al tanto de la FF en el campeonato.
Una vez que el campeonato ha comenzado y los participantes han publicado sus algoritmos, vamos a empezar a ver las opciones de FF de los participantes. Con el tiempo, crearemos una "mezcla" de características (esto es bastante fácil de hacer) y empezaremos a hacer pruebas. Nadie sabrá de antemano qué tendrán que resolver los algoritmos.
Los ejemplos anteriores son funciones suaves (no es difícil llegar a un pico agudo en una pendiente suave) , bastante simples.
Haremos que algunas partes de los FF sean discretas, pisadas. Esto hará que la "vida" sea mucho más difícil tanto para los métodos de tipo GA (estocástico) como para los basados en la determinación.
Los ejemplos anteriores son funciones suaves (no es difícil llegar a un pico agudo en una pendiente suave) , bastante simples.
Haremos que algunas partes de los FF sean discretas, pisadas. Esto complicará considerablemente la "vida" tanto de los métodos tipo GA (estocásticos) como de los deterministas.
Lo que se muestra en la imagen, ¿son ejemplos de superficies en cuestión?
¿Los picos son los valores máximos de los parámetros buscados?
Entonces, para un número limitado de "sondeos", ¿es necesario acercarse lo más posible al pico de cada vértice?
La altura de cada vértice no sale del cubo. Significa que están entre los valores máximos y mínimos (en el plano). Es decir, dentro de la gama.
Conclusión: Hay una gama de valores numéricos. En su interior se ocultan los valores "pico". Hay que encontrar cada valor, o acercarse a él.
El número de "miradas" del algoritmo a la "superficie" es limitado.
Para el número total de "miradas", tiene que "ver" toda la "superficie" y reproducir su análogo con valores de sus resultados de "investigación".
Necesitamos un algoritmo que encuentre los valores "pico" en sí mismos, o sus "análogos" más cercanos, de la forma más eficiente posible.
Ayúdenme a averiguar qué es lo que está mal en la imagen de la representación de mi problema.
Sí, estos son los ejemplos más sencillos de ffs (el segundo es más complicado, porque tiene zonas planas donde no hay nada a lo que agarrarse).
Tendrás que encontrar el máximo global, es decir, el primer punto. Y, por supuesto, dentro de los límites de los parámetros dados.
¿Habrá también valores negativos en el rango? El máximo global, ¿es el punto más alto de toda la superficie?
El máximo global es el valor máximo del FF, y los puntos con este valor pueden ser más de 1.
El área de valores FF son todos los valores numéricos que la máquina puede procesar.
El máximo global es el valor máximo del FF, y los puntos con este valor pueden ser mayores que 1.
El área de valores FF son todos los valores numéricos que la máquina puede procesar.
Por lo tanto, el área de valor FF no es sólo un rango con dos límites, entre los cuales sólo hay vacío y picos solitarios de vértices. ¿Es una superficie completa con un relieve que necesita ser sondeado hasta el final?
¿Introduce el FF las "curvas de topografía de la superficie" en el algoritmo?
Así, el algoritmo tiene que acceder al FF un número enorme de veces para hacerse una mínima "idea" de la topografía de la "superficie".
Hasta ahora, me lo imaginaba en un espacio de array bidimensional, que simplemente almacena unos valores a encontrar en un número limitado de intentos, pero a juzgar por las imágenes, el espacio de búsqueda es en realidad tridimensional...
En otras palabras, el número de valores que hay que buscar es varios órdenes de magnitud mayor. Por lo tanto, cuantas más llamadas a FF (vistas de superficie) para hacer un "mapa de relieve", más precisión se encontrarán los vértices de la superficie. Pero el número de referencias debe ser reducido por las normas de la competencia... Algo que entiendo... :)
Entonces, si se accede a la superficie (FF) un número máximo de veces, ¿se puede crear una copia perfecta del relieve?
Pero entonces, ¿cuantas menos veces, peor es el resultado?