"Popülasyon optimizasyon algoritmaları" makalesi için tartışma
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Yeni makale Popülasyon optimizasyon algoritmaları yayınlandı:
Bu makale, optimizasyon algoritması sınıflandırmasına giriş niteliğinde bir makaledir. Makalede, optimizasyon algoritmalarını karşılaştırmaya ve belki de yaygın olarak bilinen algoritmalar arasından en evrensel olanını belirlemeye hizmet edecek bir test ortamı (bir fonksiyon kümesi) oluşturmaya odaklanılmaktadır.
Ticaret sistemlerini optimize ederken, en heyecan verici şeyler metasezgisel optimizasyon algoritmalarıdır. Optimize edilen fonksiyonun formülü hakkında bilgi sahibi olmayı gerektirmezler. Global optimuma yakınsadıkları kanıtlanmamıştır, ancak çoğu durumda oldukça iyi bir çözüm sundukları deneysel olarak tespit edilmiştir ve bu da bir takım problemler için yeterlidir.
Pek çok optimizasyon algoritması doğadan ilham alınan modeller olarak ortaya çıkmıştır. Bu tür modeller davranışsal, sürü veya popülasyon olarak da adlandırılır, örneğin bir sürüdeki kuşların davranışı (parçacık sürüsü algoritması) veya bir karınca kolonisinin davranışı (karınca algoritması) gibi.
Popülasyon algoritmaları, optimizasyon problemini çözmek için çeşitli seçeneklerin eşzamanlı olarak işlenmesini içerir ve problem çözümünde arama alanında yalnızca bir adayın evrimleştiği hareket yörüngelerine dayanan klasik algoritmalara bir alternatif teşkil eder.
Yazar: Andrey Dik