Que faut-il ajouter pour une prise en charge supplémentaire des calculs mathématiques universels dans MQL5 et MQL5 Cloud Network ? - page 11

 
sergeev:

Oui, l'esprit de quelqu'un est en train de bouillir d'indignation :) les sortes sont hilarantes.

Reshetov, "lavez vos yeux", j'ai demandé de ne pas montrer votre seul développement, mais un projet où au moins deux autres programmeurs prennent part.

Maintenant, je vais tout laisser tomber et commencer à présenter toutes sortes de démagogues et autres curieux aux projets.

sergeev:

et vas-y doucement sur le choix des mots, tu es agressif.

Je ne jure pas trop et j'essaie de choisir les mots en fonction du contexte, c'est-à-dire que j'essaie d'appeler les choses par leur nom propre.

Si vous m'avez blessé, excusez-moi, Monsieur le Commandant, mais personne ne vous a forcé à entrer dans une discussion et à critiquer mes recherches.

Votre opinion personnelle sur la façon de gérer les projets est déjà connue et elle ne m'intéresse pas, c'est-à-dire qu'elle est ignorée, et par conséquent, toute discussion supplémentaire avec vous n'a aucun sens. Je n'ai pas besoin de conseillers et autres bienfaiteurs.

 

Je ne veux en aucun cas me disputer.

Je suis toujours favorable à la constructivité et encore moins à la perte du temps des autres, car je le respecte.

 

C'est amusant ici.

Il y a "New Neural" - un projet de moteur de réseau neuronal Open Source pour la plateforme MetaTrader 5. Au moins, il y a quelque chose à lire, mais ce fil de discussion commence directement par une diatribe.

 

Renat:


D'où la question suivante : quelles autres fonctions doivent être incluses pour améliorer la capacité du réseau de calcul ?

Un raffinement est nécessaire. Un algorithme génétique s'arrête souvent loin d'un extremum, ce qui est inacceptable pour de nombreux calculs mathématiques.

Sur ma génétique maison, j'ai fait ce qui suit.

Après l'AG, on s'est arrangé :

1. J'ai mis le drapeau à faux.

2. prendre individuellement les paramètres d'entrée (arguments de la fonction étudiée)

3. Je mémorise la valeur du paramètre d'entrée sélectionné et j'exécute une dichotomie sur celui-ci (recherche d'un extremum).

4. Si la valeur du paramètre d'entrée a changé après la dichotomie, alors l'indicateur est vrai.

5. S'il y a d'autres paramètres d'entrée, le par. 2

6. Si l'indicateur est vrai, alors le point 1. 1


Les résultats sont souvent très différents de ceux générés par la génétique. Par conséquent, si les extrema sont stables, alors le réglage fin est le seul moyen de les trouver avec une précision donnée par la discrétisation des paramètres d'entrée.

Генетические алгоритмы - это просто!
Генетические алгоритмы - это просто!
  • 2010.05.25
  • Andrey Dik
  • www.mql5.com
В статье автор расскажет об эволюционных вычислениях с использованием генетического алгоритма собственной реализации. Будет показано на примерах функционирование алгоритма, даны практические рекомендации по его использованию.