算法优化锦标赛。 - 页 104

新评论
 
Andrey Dik:
是的，然后呢？
它是。)
 
Yuriy Asaulenko:
它是。)
冠军FF由255个这样的功能组成，总共有500个参数，这些参数杂乱无章，说句不好听的，间距比你图片上的要小。
 
Andrey Dik:
冠军的FF由255个这样的特征组成，总共有500个参数，这些参数杂乱无章，间距比你图片中的要小一些。

这不是间距问题，而是图表的网格（分辨率）问题)。

我不会再让你分心了））。

 

我已经找到了一种方法来编写FF，以便知道裁判员（但不是参与者）的全局最大值，它将在生成FF的唯一序列时已经得到这个值。因此，将有可能将结果与FF最大值的真实值进行比较。

我绞尽脑汁想知道如何实现这个目标，结果是我失去了时间，现在我没有时间提供源代码，对不起，我明天会提供。

但现在我有可能将结果与FF最大值的真实值进行比较，这非常重要！这个函数并不像我想要的那么复杂，但它足够复杂，不能让我的算法在10000次FF运行中获得40%以上的精度。

 
Andrey Dik:

我已经找到了一种方法来编写FF，以便知道裁判员（但不是参与者）的全局最大值，它将在生成FF的唯一序列时已经得到这个值。因此，将有可能将结果与FF最大值的实际值进行比较。

我绞尽脑汁想知道如何实现这个目标，结果是我失去了时间，今天没有时间提供源代码，对不起，我明天会提供。

但现在我有可能将结果与FF最大值的真实值进行比较，这非常重要！这个函数没有我想要的那么复杂，但它的复杂程度足以阻止我的算法在10000次FF运行后获得超过40%的准确性。

完美。

事实证明，为了与参赛者达成妥协并适当地组织比赛，你只需要稍微绞尽脑汁......

关于你常说的普遍性--我得出的结论是： ，它 并不总是产生最好的结果。

1.解决方案的普遍性总是相对的，因为解决方案仅限于问题领域的具体情况--因此--解决方案永远不会是绝对普遍的。当扩大问题领域时，"通用 "解决方案总是会失败。它将不得不重做。

2.没有任何普遍性是从无到有的，而是一个长期的发展过程、问题的普遍化和解决方案的调整的结果。因此，非普遍性 解决方案是走向普遍性 解决方案的第一步。

3.解决办法的普遍性 并不意味着解决办法的有效性。我认为这两个概念没有直接联系，也不相互依赖。

追求普遍性使得人们对解决方案进行调整，以适应越来越多的问题，当然，这可能会降低解决方案在每个特定情况下的有效性。

我的文本挖掘算法对于文本挖掘来说是足够通用的，并且绝对可以在访问FF的最少次数中精确识别任何字符串。也许它的进一步发展，可能会导致找到未知分析函数的最大值。但在这种情况下，它是否仍然有效？我不确定。

因此，为了了解我们如何能做出一个通用的算法，我们需要将问题的范围概括化，并了解其解决的一般机制。

让我们先来总结一下参数。

该算法工作的主要参数是寻找函数和文本键的最大值。

1.传递给FF的参数数量。

2.传递给FF的参数值的范围。

3.步骤（数值之间的最小差异）。

4.从FF收到的值。

在没有更多基本参数的情况下，即使没有任何额外的努力，解决方案可能会变成足够普遍的...

这两类这些问题中的搜索机制可以被概括，我将尝试这样做。

 
Реter Konow:

事实证明，为了找到与参赛者之间的妥协，并适当地组织比赛--你只需要稍微绞尽脑汁......。

你在哪里需要更多地绞尽脑汁？
 
Yuriy Asaulenko:

我有点疑惑，首先，冠军是怎么回事。它们在任何软件中都是几分之一秒的时间。而且不仅仅是高点，还有简介本身。

这里有一个例子，是我最近做的。而这就是功能处理。

比如，--在他重复这句话之前很长时间？

而当软件不知道该函数时，软件是否可以确定极值？根据我的理解，重点是参与者将一组参数值作为数组doudle[x1, x2, xn]发送给''黑盒子'。

他们从 "黑匣子 "中获取函数值进入他们的算法，发送下一个集合，以此类推，直到他们找到极值。 我们需要在MT环境中尽可能少地进行调用。我认为这在家庭中是一个有用的东西。

 
Yuri Evseenkov:

...而且都是在MT环境下。我认为这对这个家庭来说是正确的事情。

它是用来做什么的？有什么实际用途？任务的例子？
 
Andrey F. Zelinsky:
为什么？实际用途是什么？任务的例子？
我 在这里写过 关于交易的文章。
 
Yuri Evseenkov:
我 在这里写过 与交易有关的内容。
在链接帖子中找不到任何关于这部分的评论--实际有用性和任务的例子。
1...979899100101102103104105106107108109110111...132
新评论