TheXpert : 그리고 최적화에 잘못된 매개변수를 구체적으로 포함하는 이유는 무엇입니까?
잘못된 매개변수는 원칙적으로 3가지 이유로 비활성화됩니다.
1. 해당 지역에 대한 연구는 관심이 없습니다(예: 가장 이해하기 쉬운 옵션으로 여러 기간을 제외함).
2. 해당 지역은 이미 조사된 바 있고 조사의 반복적인 결과가 필요하지 않을 것
3. 해당 지역이 존재하지 않습니다. 예를 들어, 상한과 하한의 두 가지 레벨이 있는 백분율 오실레이터를 상상할 수 있습니다. 상위 레벨이 하위 레벨보다 높아서는 안 된다는 것이 분명합니다. 예를 들어, 변수 가 0으로 나눗셈을 하고 이러한 이유로 특정 조합이 꺼질 때 수학적 사건에 대해 말할 수 있습니다.
알겠습니다. 이해가 가지 않으시겠지만 예상대로입니다. 듣는 분들을 위해 제가 전하고 싶은 말은 이미 다 했습니다. 계속할 이유가 없다고 본다
그리고 함수 1이 먼저 실행된 다음 함수 2가 여기 저기에서 실행되는 경우 누군가가 1200과 0012 사이에 적어도 약간의 차이를 본다는 것은 완전히 예상치 못한 일입니다.
이렇게... 흠... 시각 장애인이 있다는 것이 놀랍습니다...
"허용 가능한" 매개변수에서만 첫 번째 모집단을 수집하는 것이 불가능한 이유 는 무엇입니까?
그리고 대체로 다음 모집단이 유효한 매개변수에서만 수집하지 못하도록 막는 것은 무엇입니까???첫 번째 질문은 논리적으로 보입니다. 최적화 시작 시 512명의 유효한 개인을 수집할 수 있습니다. @Renat Fatkhullin , 이것의 어려움은 무엇입니까?
그리고 문제가 있습니다. 이 512명의 최고 개인들의 조합이 잘못된 결과를 제공한다면, 어떤 권리로 그것을 대체할 수 있는 다른 옵션이 있습니까? 유산 후 아이를 입양합니까? 더 이상 유전자가 아닙니다.
첫 번째 질문은 논리적으로 보입니다. 최적화 시작 시 512명의 유효한 개인을 수집할 수 있습니다. @Renat Fatkhullin , 이것의 어려움은 무엇입니까?
글쎄, TS의 경우 유전학은 어떤 식 으로든 도움이되지 않습니다. 어쩌면 조금.
첫 번째 세대의 유효한 패스 수를 기반으로 세대 크기를 적응형으로 만들 수 있습니다.
글쎄, TS의 경우 유전학은 어떤 식 으로든 도움이되지 않습니다. 어쩌면 조금.
아니요, 저는 HARDWARE의 작업을 고려하지 않습니다. 그녀의 유전자는 전혀 도움이 되지 않습니다.
첫 번째 질문은 논리적으로 보입니다. 최적화 시작 시 512명의 유효한 개인을 수집할 수 있습니다. @Renat Fatkhullin , 이것의 어려움은 무엇입니까?
그리고 문제가 있습니다. 이 512명의 최고 개인들의 조합이 잘못된 결과를 제공한다면, 어떤 권리로 그것을 대체할 수 있는 다른 옵션이 있습니까? 유산 후 아이를 입양합니까? 더 이상 유전자가 아닙니다.
내가 이해하기로는 "이 512명의 최고 개인들의 조합"은 잘못된 결과를 줄 수 없습니다. 그러나 다음 모집단에서 최고의 개인을 선택한 후 허용 가능한 매개변수를 가진 개인을 다시 추가합니다(잘못된 개인을 제거). 여기서 어려움은 무엇입니까?
내가 이해하기로는 "이 512명의 최고 개인들의 조합"은 잘못된 결과를 줄 수 없습니다.
아마도 당신은 당신의 좁은 작업을 넘어서야 할 것입니다.
아마도 당신은 당신의 좁은 작업을 넘어서야 할 것입니다.
내 "좁은" 작업은 특별한 경우입니다. 그리고 물론 그는 나에게 매우 흥미 롭습니다.)))
그러나 그것은 더 광범위한 문제에 관한 것입니다.
다음은 또 다른 "좁은" 예입니다.
이 전략에는 단순 이동 평균의 사용이 포함됩니다. 그러나 전략의 논리에 따르면(어느 것이든 상관없습니다!) MA 기간은 9-32 또는 80-92의 범위에 있어야 합니다.
최적화 중에 불필요한 범위를 제외하는 방법은 무엇입니까? 가장 분명하고 간단합니다.
최적화 매개변수를 설정합니다.
그래서 다시 우리는 "잘못된" 매개변수로 인해 유전학의 실패를 발견했습니다...
그리고 최적화에 잘못된 매개변수를 구체적으로 포함하는 이유는 무엇입니까?
잘못된 매개변수는 원칙적으로 3가지 이유로 비활성화됩니다.
1. 해당 지역에 대한 연구는 관심이 없습니다(예: 가장 이해하기 쉬운 옵션으로 여러 기간을 제외함).
2. 해당 지역은 이미 조사된 바 있고 조사의 반복적인 결과가 필요하지 않을 것
3. 해당 지역이 존재하지 않습니다. 예를 들어, 상한과 하한의 두 가지 레벨이 있는 백분율 오실레이터를 상상할 수 있습니다. 상위 레벨이 하위 레벨보다 높아서는 안 된다는 것이 분명합니다. 예를 들어, 변수 가 0으로 나눗셈을 하고 이러한 이유로 특정 조합이 꺼질 때 수학적 사건에 대해 말할 수 있습니다.
그리고 최적화에 잘못된 매개변수를 구체적으로 포함하는 이유는 무엇입니까?
음, "잘못된" 매개변수를 포함하지 않고 예제에서 MA 최적화를 구성하는 방법은 무엇입니까?