アルゴリズム最適化選手権。 - ページ 19

 
Andrey Dik:

本くらい 読めよ。少なくともペンローズ『新・王者の心』は、見通しのために、1冊読んで......。

まずは幾何学の基礎から勉強したほうがいいかもしれませんね。点とは何か、それは何次元のものなのか。セグメント、ラインとは何か、それらが何次元を占めるか。ボリュームのある形状に移行するシンプルなものから複雑なものまで、一歩一歩。

私たちは、自分の感覚だけで判断してはいけない、世界は三次元では測れない、もっと広大で巨大なものであることを理解してください。

アンドリュー 失礼ながら、チャンピオンシップの前にペンローズを読む時間はないでしょう。

しかし、私が疑問に思うのは、なぜ問題が明確になっていないのか、ということです。

空間の多次元性と言いながら、ご自身では「面を表現することはできない」とおっしゃっていますね(上の引用文参照)。

私は高校の幾何学のカリキュラムで、空間のどの点でも3次元であることを知っています。

点の位置はX、Y、Z座標で表され、各軸は3次元空間の1次元を表しています。

平面とは、XとYの2つの座標の空間である。ここで、Xは横軸、Yは縦軸である。

物理的な体(点)は、X,Y,Zの座標軸を超えることはできません。

数学的には、-点は2次元空間、-描かれたグラフの平面上に存在することができます。

物理的には、-点は少なくとも3次元に存在することができ、それ以下には存在できない。

私たちのFF機能は数学的なものです。そのため、曲線に3次元以上を必要としない。FFは分析的な機能だと、自分で言っていたじゃないですか。

学校のカリキュラムでは、解析幾何学で、関数の方程式で計算された座標の点によって、グラフに曲線ができることを、不必要に複雑にすることなく教えている。

FFが解析的な関数であれば、グラフ上の点の座標も返す。これらの点を線で結ぶと、曲線になる。このカーブには、低いところと高いところがあります。

未知の解析関数の上点(最大値)の探索を最適化する必要が ある、このように理解しました。(グラフ上ではただの曲線のように見えます)。

単純化すると、探索最適化とは、グラフの頂点を見つけるために曲線を効率化する必要性(解析関数の式に渡されるすべての値を完全に列挙することを意味する)を排除し、利用できる座標の最小数の 論理に依存して、グラフでこの曲線のピークを見つけることができるアルゴリズムの開発だと理解しました。

 

曲線と曲面の例えをどこから持ってきたか見てみましょう。https://www.mql5.com/ru/forum/84457/page3


ここで、私は戻ってきたと思う...。:)

Есть ли у Вас собственные разработки эволюционных алгоритмов?
Есть ли у Вас собственные разработки эволюционных алгоритмов?
  • レビュー: 2
  • www.mql5.com
Да, у меня есть алгоритм, разработал сам. Нет, я ничего не разработал и не использую подобные алгоритмы вообще...
 
Реter Konow:

アンドレイ 失礼ながら、チャンピオンシップが始まるまでにペンローズを読む時間がありません。

しかし、私の疑問は、なぜ問題が明確になっていない のか、ということです。

あなたは空間の多次元性を語っていますが、あなた自身は、空間の中で面を表現することはできないと言っていますね(上の引用を参照)。

私は学校の幾何学のカリキュラムで、空間内のどの点でも3次元であることを知っています。

点の位置は、3次元空間の1次元を表すX,Y,Z軸の座標で表される。

平面とは、XとYの2つの座標の空間を表します。ここで、Xは横軸、Yは縦軸である。

物理的な体(点)は、X,Y,Zの座標軸を超えることはできません。

数学的には、-点は2次元空間、-描かれたグラフの平面上に存在することができます。

物理的には、-点は少なくとも3次元に存在することができ、それ以下には存在できない。

私たちのFF機能は数学的なものです。そのため、曲線に3次元以上を必要としない。FFは分析的な機能だと、自分で言っていたじゃないですか。

学校のカリキュラムでは、解析幾何学で、関数式で計算された座標の点を用いて、グラフ上にどのように曲線を構成するかをあまり複雑に考えずに教えます。

FFが解析的な関数であれば、グラフ上の点の座標も返す。これらの点を線で結ぶと、曲線になる。このカーブには、低いところと高いところがあります。

未知の解析関数の上点(最大値)の探索を最適化する必要が ある、このように理解しました。(グラフではただの曲線にしか見えません)。

簡単に言うと、探索最適化とは、グラフ上の頂点を見つけるために曲線を点状に再現する必要性(つまり、方程式の解析関数の値をすべて探索すること)をなくし、グラフ上のこの曲線の頂点を見つけるために利用できる最小限の座標 数の論理に依存できるアルゴリズムの開発と理解しました。

なぜ、問題が明確でないのかがわからない。しかし、私は推測することができます - あなたの推論にはいくつかの誤りがありますから。例えば、「物体を構成する のに必要な計測数」と「その物体が位置する計測数」を混同しているのです。

 
Andrey Dik:

目的が明確でないのはなぜだろう。でも、推測はできますよ。あなたの推理には間違いがありますから。例えば、「物体を構成するのに必要な計測数」と「その物体が位置する計測数」を混同しているのです。

まあ、なんで混同するんだろう...。

ここを見てください。

オブジェクトとはある解析関数の水準を解く ことによって得られる座標を持つn個の点を通る1本の直線を グラフ上に描くことによって描かれる曲線 である。

物体を構成する のに必要な測定回数: ・グラフの平面(または空間)上の点のうち、その点を通る直線を引くために必要な最小数の点の座標を計算することによって決定される。座標計算には、必要な曲線とまったく同じ数の測定値が必要です。

曲線が平面と空間のどちらに描かれているかによる 。平面上の場合、物体の曲線は さと さの2次元になり、Xと Yの 座標軸で表される。空間を通る曲線(立方体の内部など)を描くと、物体の計測数が 増え、 Z 軸で表される 幅の 次元で物体の座標を計算しなければならなくなる。合計でX,Y,Zの 3次元になります。(もちろん解析関数自体はZ軸の座標を返す必要がある)。


解析関数とは、簡単に言えば、様々な幾何学的物体の表面の空間現象を表す数式である。様々な曲線を構成するのに必要な座標を全て提供します。しかし、線が複雑になればなるほど、グラフ上の座標を返す方程式も複雑になる。

 

どんな幾何学的な 物体でも、何次元でもありうる。1次元空間では線分、2次元では長方形、3次元では立方体、4次元では超立方体といった具合に無限大に広がる。

 
Dmitry Fedoseev:

どんな幾何学的な体でも、少なくとも平和的であることは可能です。1次元空間では線分、2次元では長方形、3次元では立方体、4次元では超立方体といった具合に無限大に広がる。

まあ、そういう理論でルールを 作ると、学者も参戦してくるかもしれませんし、私たちも「水たまりの中に座っている」ようなものですから......(笑)。
 
Dmitry Fedoseev:

どんな幾何学的な物体でも、何次元でもありうる。1次元空間では線分、2次元では長方形、3次元では立方体、4次元では超立方体といった具合に無限大に広がる。

あなたは幾何学的な物体の「次元」を自信満々に挙げ始めたので、私はてっきりこのまま他の未知の次元を挙げ始めるのかと思ったら、4番目の既知の次元で止まってしまいました。時間です。寸法一覧の続きをお願いします。:)
 
Реter Konow:
もし、そのような理論に基づいて選手権のルールを 決めるのであれば、学識経験者は大会に参加し、私とあなたは「水たまりの中に座っている」リスクを負うことになりますね(笑)。

多次元空間の表現にこだわる必要がないことは、すでに書いたとおりだ。関数は、任意の数のパラメータを持つことができます - 明らかに、単純明快です。また、2次元のグラフや3次元のグラフを正確に表現するために、最大値や最小値を探します。パラメータの数を決めるパラメータ、その数に応じた動的配列、そのパラメータに応じたループの繰り返しなど、あとはプログラミングの正しいアプローチで行う必要がある。

最適化できるパラメータは1つか2つに限定し、プロパティを設定するだけで自動的に動作するようにし、パラメータの数を定義する。そしてそこから、いくつものパラメータを滑り込ませることができます。

 
Реter Konow:
あなたは幾何学的な物体の「次元」を自信満々に列挙し始めたので、私はすでに、あなたは続けて他の未知の次元を列挙し始めるだろうと思ったが、あなたは既知の4次元で止まってしまったのだ。時間です。寸法一覧の続きをお願いします。:)

...5次元、6次元、7次元、8次元、9次元、10次元、11次元、12次元...。

もっと?

 
多次元を理解してないのに非整数次元の物体・空間に言及するってどんな脳みそ沸騰してるんだよ )))破裂しちゃうかも!?