Обсуждение статьи "Роль качества генератора случайных чисел в эффективности алгоритмов оптимизации" - страница 11

 
Maxim Dmitrievsky #:
Здесь ты сам отвечаешь на свой вопрос, сколько минимум перезапусков должно быть примерно для сравнения разных ГСЧ. Это как раз то, о чем я написал и ты это потом почистил. 

Ты демонстрируешь невежество в теме, разберись сначала с разницей между запусками и перезапусками. Мой пост об эмпирическом правиле выбора количества запусков ФФ для алгоритмов оптимизации, т.е. сколько нужно запустить фитнес-функцию для обеспечения приемлемой сходимости алгоритмов оптимизации. В тестах я использую 10000 тысяч запусков фитнес-функции, что соответствует 10^4. В данной статье рассматривалось влияние качества ГСЧ на результаты оптимизации при этих самых 10000 запусков фитнес-функции в составе алгоритмов оптимизации, влияния качества ГСЧ не выявлено, о чем и сказано в выводах к статье.

А для сравнения ГСЧ между собой проведён тест на равномерность распределения случайных чисел, с гораздо большим числом запусков ГСЧ, чем 10^4.

2024.03.18 20:54:33.459    Standard, 100000000 throws, 10000 boxes

Т.е, 100000000 = 10^8!

Пожалуйста, не пиши в комментариях к моим статьям больше. 

 
Andrey Dik #:

Ты демонстрируешь невежество в теме, разберись сначала с разницей между запусками и перезапусками. Мой пост об эмпирическом правиле выбора количества запусков ФФ для алгоритмов оптимизации, т.е. сколько нужно запустить фитнес-функцию для обеспечения приемлемой сходимости алгоритмов оптимизации. В тестах я использую 10000 тысяч запусков фитнес-функции, что соответствует 10^4. В данной статье рассматривалось влияние качества ГСЧ на результаты оптимизации при этих самых 10000 запусков фитнес-функции в составе алгоритмов оптимизации, влияния качества ГСЧ не выявлено, о чем и сказано в выводах к статье.

А для сравнения ГСЧ между собой проведён тест на равномерность распределения случайных чисел, с гораздо большим числом запусков ГСЧ, чем 10^4.

2024.03.18 20:54:33.459    Standard, 100000000 throws, 10000 boxes

Т.е, 100000000 = 10^8!

Пожалуйста, не пиши в комментариях к моим статьям больше. 

Чтобы сравнить один и тот же алг. оптимизации с разными ГСЧ, нужно сделать примерно столько же его перезапусков, а не 5. Чем больше тем лучше. Тогда будет понятно, какой ГСЧ в среднем лучше/хуже/Как влияет.
 
Maxim Dmitrievsky #:
Чтобы сравнить один и тот же алг. оптимизации с разными ГСЧ, нужно сделать примерно столько же его перезапусков, а не 5. Чем больше тем лучше. Тогда будет понятно, какой ГСЧ в среднем лучше/хуже/Как влияет.

5 это количество тестов. Алгоритмы оптимизации дают разброс в результатах больше, чем видимая разница от применения разных ГСЧ.

Вначале ты утверждал, в удалённых постах ранее, что влияния ГСЧ и не должно быть, а сейчас утверждаешь, что влияние есть, но оно не выявлено в тестах? Ты путаешься в показаниях.

Еще раз повторяю, проведи самостоятельно тесты и либо опровергни мои выводы либо подтверди их. Весь инструментарий для тестов я предоставил. Голословные утверждения здесь никому не интересны, мои статьи для применения на практике, а не ради теории в вакууме.

Пожалуйста, не пиши в комментариях к моим статьям больше. 

 
Andrey Dik #:

5 это количество тестов. Алгоритмы оптимизации дают разброс в результатах больше, чем видимая разница от применения разных ГСЧ.

Вначале ты утверждал, в удалённых постах ранее, что влияния ГСЧ и не должно быть, а сейчас утверждаешь, что влияние есть, но оно не выявлено в тестах? Ты путаешься в показаниях.

Еще раз повторяю, проведи самостоятельно тесты и либо опровергни мои выводы либо подтверди их. Весь инструментарий для тестов я предоставил.

Пожалуйста, не пиши в комментариях к моим статьям больше. 

Для юзера нет разницы, потому что разброс при каждом запуске перекрывает разброс при применении конкретного ГСЧ. Никто не будет запускать 10^n раз в своих задачах. Если все-таки сравнивать влияние гсч - нужно сделать миллион запусков, а не 5.
 
fxsaber #:

Мне бы подошел даже такой лобовой вариант. Но не понимаю, как определить область выкалывания в многомерном пространстве?

Есть мысли, как по вычисленным значениям (пусть их будет 10 000 штук) ФФ определить область найденного глобального пика? Чтобы на следующей итерации ФФ в этой области насильно делать -DBL_MAX.

Для этого идеально подходит класс алгоритмов Expectation Maximization (в общем) и Gaussian Mixture Model (в частности). Он выделит все холмики как отдельные кластеры, после чего можно любой из них обнулить.

К сожалению, на MQL5 этого нет, даже в ALGLIB. Пока можно тянуть из питона. Если есть желание - материалы на этом сайте тоже подойдут.

 
Stanislav Korotky #:

Для этого идеально подходит класс алгоритмов Expectation Maximization (в общем) и Gaussian Mixture Model (в частности). Он выделит все холмики как отдельные кластеры, после чего можно любой из них обнулить.

К сожалению, на MQL5 этого нет, даже в ALGLIB. Пока можно тянуть из питона. Если есть желание - материалы на этом сайте тоже подойдут.

Очень интересно, взял на заметку.
 
Вопрос в том, что дальше делать с набором этих сетов с вершинами "холмов". Раньше мы имели один глобальный максимум как решение алгоритма оптимизации, допустим теперь их 50. Но они не приближают к решению проблемы устойчивости.
 
Stanislav Korotky #:
Вопрос в том, что дальше делать с набором этих сетов с вершинами "холмов". Раньше мы имели один глобальный максимум как решение алгоритма оптимизации, допустим теперь их 50. Но они не приближают к решению проблемы устойчивости.

Ну, мы же не знаем, зачем Сабер ищет пики (возможно, расскажет), в его постановке задачи может быть это и есть способ нахождения робастных решений.

На схеме, которую я приводил ранее, как считаете, какой элемент в схеме влияет на нахождение робастного решения (робастного Result)?


 
Andrey Dik #:

На схеме, которую я приводил ранее, как считаете, какой элемент в схеме влияет на нахождение робастного решения (робастного Result)?

В моем представлении, тут его нет.

 
Stanislav Korotky #:

В моем представлении, тут его нет.

В схеме нет элемента, отвечающего и/или влияющего на робастность? Что это за элемент?