나는 소위 프로젝트에 종사하는 사람들을 보았습니다. "인공 생명", 그러한 방법. 흥미로운 일입니다. 언뜻 보면 완전한 혼란이지만 수백만 개의 구절을 통한 유전학은 혼란에서 "똑똑한" 유전자를 만듭니다.
어떤 의미에서 "스마트" - 특정 환경에 최적화되고 적용됩니까?
확인. 우리는 상호 작용하는 복잡한 시스템에서 닫힌 환경을 만듭니다. 예를 들어, 3개의 유전자를 가진 개체는 2개의 유전자를 가진 개체로부터 "도망"할 수 없는 경우(유전자 X와 Y가 평면상의 좌표라고 가정해 봅시다) "탐식"(자신에게 붙어서 성장)합니다. 3개의 유전자를 가진 개체에서는 Z 유전자가 추가됩니다. 즉, 3차원입니다. 그녀에게는 이점이 있습니다. 2개 유전자의 임무는 잡히지 않고 살아남는 것이고, 3개 유전자의 임무는 2개 유전자를 최대한 빨리 잡아 시간과 자원을 절약하는 것이다.
"최대 사용자 정의 기준"에 따른 유전자 최적화 모드에서 GA 테스터는 이중 OnTester()에서 얻은 결과를 최대화합니다. 모든 것이 작동하는지 확인하지만 시작될 때 "GA를 응원합니다" 자동화에 문제가 있습니다. 발견된 로컬 최대값을 중심으로 수렴하고 나머지가 입력 매개변수별로 옵션을 정렬하는 것을 원하지 않습니다. 일반적으로 미세 조정에서는 OnTester()에 조건을 추가하거나 최적화 매개변수를 다음으로 나누어 GA를 수동으로 도와야 합니다. 여러 간격
당신의 목표를 만들 방법이 없습니다
OnTester()가 적합하지 않습니까?
내가 올바르게 이해하면 개인의 동일한 "유전자"(매개 변수) (동일한 매개 변수의 다른 값을 가진 동일한 시스템의 사본)간에 "교차"를 수행 할 수 있습니다.
원하는대로 할 수 있습니다. 수십 가지 종류가 있습니다.
https://www.mql5.com/en/search#!keyword=custom%20optimization%20기준
감독자! 그리고 5위 안에 이런 기능이 있는 줄은 몰랐네요... :) 아직 4위 안에 작업 중입니다... :) 감사합니다.
그럼 모든 것. 질문이 삭제되었습니다... :)감독자! 그리고 5위 안에 이런 기능이 있는 줄은 몰랐네요... :) 아직 4위 안에 작업 중입니다... :) 감사합니다.
그럼 모든 것. 질문이 삭제되었습니다... :)사실 "이 기능"은 4번째부터 계속 존재합니다))))
이 접근 방식만으로는 충분하지 않습니다. 확인 및 디버깅과 같이 완성된 시스템을 "연마"하는 도구로 사용할 수 있습니다.
나는 소위 프로젝트 에 종사하는 사람들을 보았습니다. "인공 생명"과 같은 방법. 흥미로운 일입니다. 언뜻 보면 완전한 혼란이지만 수백만 개의 구절을 통한 유전학은 혼란에서 "똑똑한" 유전자를 만듭니다.
나는 소위 프로젝트에 종사하는 사람들을 보았습니다. "인공 생명", 그러한 방법. 흥미로운 일입니다. 언뜻 보면 완전한 혼란이지만 수백만 개의 구절을 통한 유전학은 혼란에서 "똑똑한" 유전자를 만듭니다.
OnTester()가 적합하지 않습니까?
"최대 사용자 정의 기준"에 따른 유전자 최적화 모드에서 GA 테스터는 이중 OnTester()에서 얻은 결과를 최대화합니다. 모든 것이 작동하는지 확인하지만 시작될 때 "GA를 응원합니다" 자동화에 문제가 있습니다. 발견된 로컬 최대값을 중심으로 수렴하고 나머지가 입력 매개변수별로 옵션을 정렬하는 것을 원하지 않습니다. 일반적으로 미세 조정에서는 OnTester()에 조건을 추가하거나 최적화 매개변수를 다음으로 나누어 GA를 수동으로 도와야 합니다. 여러 간격