アルゴリズム最適化選手権。 - ページ 104

新しいコメント
 
Andrey Dik:
ええ、それで？
です（笑)。
 
Yuriy Asaulenko:
です（笑)。
チャンピオンFFは、このような機能が255個、合計500個のパラメータがごちゃごちゃと並んでいて、控えめに言って、写真にあるようなピッチはあまりありません。
 
Andrey Dik:
チャンピオンFFは、このような機能が255個、合計500個のパラメータがごちゃごちゃと並んでいて、写真のようにピッチがマイルドになっているんです。

ピッチではなく、グラフのグリッド(解像度)です)

これ以上気を散らさないようにします))

 

私は、レフリー（参加者ではない）のグローバルな最大値がわかるようにFFを書く方法を発見しました。その結果、FF最大値の実測値との比較が可能になる。

どうすれば実現できるか頭を悩ませて、その結果、時間がなくなってしまい、今はソースコードを提供する時間がありません、すみません、明日提供します。

でも今は、FFの最大値の実測値と結果を比較できるようになったので、これはとても重要なことです！関数は私が望むほど複雑ではありませんが、私のアルゴリズムが10000回のFF実行で40％以上の精度を得られないほど複雑になっています。

 
Andrey Dik:

私は、レフリー（参加者ではない）のグローバルな最大値がわかるようにFFを書く方法を発見しました。その結果、FF最大値の実測値と比較することが可能になる。

どうすれば実現できるか頭を悩ませた結果、時間がなくなり、今日はソースコードを提供する時間がありません、すみません、明日提供します。

でも今は、FFの最大値の実測値と結果を比較できるようになったので、これはとても重要なことです！この関数は私が望むほど複雑ではありませんが、私のアルゴリズムが1万回のFF実行で40％以上の精度を得るのを妨げるには十分複雑なものです。

完璧です。

参加者との妥協点を見つけ、コンテストを正しく運営するためには、少し頭を働かせなければならないことがわかりました...。

あなたがよく言う「普遍性」についてですが、 、 必ずしも最良の 結果を生むとは限らないという結論に達しました。

1.解決策の普遍性は常に相対的なものであり、解決策は問題領域の特殊性に限定されるため、したがって、解決策が絶対的に普遍的であることはないのである。問題領域を拡大する場合、「万能」な解決策では必ず失敗する。作り直さなければならないでしょう。

2.普遍性はゼロから現れるものではなく、長い間の開発、問題の一般化、解決策の適応のプロセスの結果である。つまり、非普遍的な 解決策は普遍的な 解決策への第一歩となるのです。

3.解決策の普遍 性は、解決策の有効 性を意味するものではありません。この2つの概念は、直接的にはつながっておらず、互いに依存しあっていないのだと思います。

普遍性を追求すると、より多くの問題に解決策を適応させることになり、当然ながら、個々のケースにおける解決策の有効性は低下する可能性がある。

私のアルゴリズムは、テキストマイニングに十分な普遍性を持っており、FFへの最小限のアクセス回数で、どんな文字列でも絶対に正確に特定することができます。さらに発展させれば、未知の解析関数の極大値を求めることも可能になるかもしれない。しかし、今回のケースでも効果はあるのでしょうか？よくわからないんです。

それで、どうすれば普遍的なアルゴリズムができるかというと、問題の範囲を一般化し、その解決の一般的なメカニズムを理解する必要があるのです。

まずは、パラメータを整理してみましょう。

アルゴリズムが機能する主なパラメータは、最大関数値とテキストキーを見つけることである。

1.FFに渡された パラメータの数。

2.FFに渡される パラメータの 値の範囲。

3.ステップ（値の差の最小値）。

4.FFから受け取った値。

より基本的なパラメータがない場合、余分な努力をしなくても、解決策は、十分に普遍的であることが判明するかもしれません...。

この2種類の問題における探索の仕組みは一般化することができるので、それをやってみることにする。

 
Реter Konow:

参加者との妥協点を見つけ、大会を成功させるためには、少し頭を働かせる必要があるのです。

もっと頭を働かせるべきところは？
 
Yuriy Asaulenko:

そもそもチャンピオンシップが何のためにあるのか、ちょっとわからないですね。どのソフトで見ても、ほんの一瞬です。そして、高音だけでなく、プロフィールそのものも。

これは、私が最近行った例です。そして、これがファンクション処理です。

繰り返したのはいつから？

また、関数がソフトウェアに知られていない場合、ソフトウェアが極限値を決定してもよいのでしょうか？要は、参加者がブラックボックスにパラメータ値のセットを配列doudle[x1, x2, xn]として送るということだと理解しています。

ブラックボックス」から関数の値をアルゴリズムに取り込み、次のセットを送り、極限を見つけるまで繰り返す。 MT環境では、できるだけ少ない呼び出し回数にする必要があるのだ。家庭で役立つものだと思います。

 
Yuri Evseenkov:

...しかも、すべてMT環境で。家計に合っていると思います。

何に使うの？実用的な使い道は？タスクの例？
 
Andrey F. Zelinsky:
なぜ？実用面ではどうでしょうか？タスクの例？
トレーディングについては、こちらにも書いています。
 
Yuri Evseenkov:
ここでは、トレーディングに関連して書いて みました。
リンク先の記事には、「実用的な有用性とタスクの例」という部分についてのコメントは見つかりませんでした。
1...979899100101102103104105106107108109110111...132
新しいコメント