算法优化锦标赛。 - 页 122

新评论
 

冠军赛是为训练有素的参与者设计的，为那些有现成算法的人设计的。我提醒你，如果你想事先阅读简介文献，链接在我的简介和这里。

当我们有足够多的训练有素的参与者，有现成的算法，那么我们就有东西可谈了。现在，再见了，很快就会见到你。

 

我为冠军赛投入了大量的精力和神经，但一个版主可以用他的一个帖子毁掉一切。代码和工作算法的例子，参考文献，连接界面--所有这些我都给了，但事实证明，正如主持人所说，所有这些都不存在，一定是我想象出来的！"。

如果你想检查你的算法的强度，请随时在个人区域联系我，我会回答你的问题。

不要指望我再有任何公开活动，请正确理解我。

 

如果你允许，安德鲁，我建议这样评价，同样，我不坚持。

问题：找到一个算法未知的函数的极值F(x1,x2,xn)。

规则。

获奖者应根据以下两个标准的总和来决定

准确度T=Fmin_best/Fmin_y--（最好的最小值/参与者的最小值），如果找到最小值的话

在寻找最大值的情况下，T=Fmax_y/Fmax_best

2.呼叫功能的数量K=Kbest/Ky（所有参与者的最低呼叫数量）。

总分Os=T+K。

参与者的算法通过数组双X[x1,x2,xn]并得到函数的值，然后根据其逻辑进行操作，并计算出极值和调用次数（数组的调用次数）。

搜索范围是单独声明的。

我们可以采取函数F(x1,x2,x3)=exp(x1+x2+x3)/(x1*x2*x2*x3*x3)进行训练。

我的算法得到了这些结果

我得到了这些结果。

指定的搜索误差 - 0.01 初始参数（第一次调用） x1=x2=x3=0.5; 搜索范围0-100

函数被调用的次数 Ky=51

最小值Fmin_y=3.76210

x1=1.1; x2=2.1; x3=3.1。

F=(exp(X[1]+X[2]+X[3]))/(X[1]*X[2]*X[2]*X[3]*X[3]*X[3]);
 
Yuri Evseenkov:

如果你允许，安德鲁，我建议这样评价，同样，我不坚持。

问题：找到一个算法未知的函数的极值F(x1,x2,xn)。

规则。

获奖者应根据以下两个标准的总和来决定

准确度T=Fmin_best/Fmin_y - (最佳的最小值/参与者的最小值) 在找到最小值的情况下

在寻找最大值的情况下，T=Fmax_y/Fmax_best

2.呼叫功能的数量K=Kbest/Ky（所有参与者的最低呼叫数量）。

总分Os=T+K。

参与者的算法通过数组双X[x1,x2,xn]并得到函数的值，然后根据其逻辑操作，计算极值和调用次数（数组的调用次数）。

搜索范围是单独声明的。

我们可以取函数F(x1,x2,x3)=exp(x1+x2+x3)/(x1*x2*x2*x3*x3)进行训练。

我的算法得到了这些结果

我得到了这些结果。

指定的搜索误差 - 0.01 初始参数（第一次调用） x1=x2=x3=0.5; 搜索范围0-100

函数被调用的次数 - Ky=51

最小值Fmin_y=3.76210

x1=1.1; x2=2.1; x3=3.1。

在这里，我 已经向你展示了名额的计算方法。唯一澄清的不是时间，而是打给FF的次数。

安德烈-迪克
准确度，最大1.0最大闵行区准则标准*3时间，秒。最大闵行区准则总体标准地点
彼得罗夫0,890,890,211,003,00800,00800,00221,000,003,001
莱蒙诺夫0,740,890,210,782,34456,00800,00221,000,592,932
薛多罗夫0,760,890,210,812,43589,00800,00221,000,362,793
呒呒0,610,890,210,591,76387,00800,00221,000,712,484
进展0,650,890,210,651,94521,00800,00221,000,482,425
莱农0,450,890,210,351,06800,00800,00221,000,001,066
栅栏0,210,890,210,000,00221,00800,00221,001,001,007
阿巴莫夫0,300,890,210,130,40721,00800,00221,000,140,538

下面是一个计算选手冠军名次的例子。该表已经按照一般标准列进行了排序。

让我们仔细看看这张表。彼得罗夫在 "准确度 "标准方面的得分是0.89，其中FF的最大值被缩放为1.0，最小值为0.0。因此，它是最有价值的。扎波罗夫在这一标准上得分最低，他只得到了0.21分，看来扎波罗夫将在排行榜上坐立不安....。

但根据 "时间 "标准，Zaborov是领导者--他是最快的算法，在221秒内完成了任务（但同时也不是最不精确的算法）。

现在我们来计算一下一般标准。而我们看到的是什么？谁能想到，阿巴莫夫却排在最后一名，因为他的总体标准是最低的，他只能得到0.53分。

ZS.在精度标准中，数值越高越好；在时间标准中，数值越低越好。所有名字的巧合都是偶然的，对我来说，看到阿巴莫夫获得最后一名是一个很大的惊喜，好吧，你必须更精确......。而且更快。

计算 "准确度 "标准时，采用的公式是（In - InMIN）/（InMAX - InMIN）；计算 "时间 "标准时，采用的公式是（InMIN - In）/（InMAX - InMIN）。

PS。你在你的任务中做了多少次测试？为什么用0.5的固定值进行初始化？如果你初始化的数字是10.0，你会得到多少次访问？

PPS.....，如有任何问题，请发送至个人栏目。

 
Andrey Dik:

在这里我 展示了参与者名额的计算方式。唯一澄清的不是时间，而是提及FF的次数。

PS。你的任务中做了多少次试验？为什么要用0.5的固定值进行初始化？如果你用数字10.0初始化，你会得到多少次访问？

G 当初始化10.0时，你会得到一个2028的命中数，至少3.73722。我还没有在RSCh的初始化中检查。

请理解，我完全不是在宣称我的算法比你的好，我还在努力研究我的算法。我只是想知道，总分将如何形成。如何锐化算法。

你是对的，我是唯一一个说我有准备的人。其他参与者则公开保持沉默。将冠军赛推迟到秋季并在这期间进行训练是合理的。

 
Yuri Evseenkov:

G 当初始化10.0时，命中率 为2028，至少3.73722。我还没有检查RNG的初始化情况。

请理解，我并不声称我的算法比你的好，我还在研究我的算法。我只是想知道，总分将如何形成。如何锐化算法。

ZS.你是对的，似乎只有我说我有准备好的东西。其他参与者则公开保持沉默。将冠军赛推迟到秋季举行是合理的，在此期间进行训练。

嗯，我也是这么想的。

这就是问题所在。你不必为适应任何东西而调整它。该算法应该能够与任何不为其所知的函数一起工作，任何初始化都是等效的，你需要做几次测试，至少20次。

把沟通放在私下里。

 
Alexander Laur:
我的祖父曾经告诉我："聪明人和傻瓜的区别在于他能把事情做好。
你的祖父没有告诉你 "不要参与你不知道的事情！"和 "不要干涉那些正在工作的人！"吗？
为了不碍事--参与者的工作和准备现在是私下进行的。
 
Andrey Dik:
你的祖父没有告诉你..."不要干涉忙人"？

你很忙吗？

虽然，你是一个典型的体裁--怎么谈了两个月的冠军，把参与者召集在一起，以3000美元奖金的形式得到主持人的支持，但你却突然说出来，什么也没得到。

普希金笔下那个有漏水槽的老太太最后还是比较幸运的--至少她拿回了她的水槽。

 
Andrey F. Zelinsky:

你很忙吗？

虽然，你是一个典型的流派--如何谈论两个月的冠军，把参与者召集起来，以3000美元奖金的形式得到主持人的支持，然后只是说说而已，什么也没有得到。

普希金笔下那个有漏水槽的老太太最后还是比较幸运的--至少她拿回了她的水槽。

你很困惑...有一天我召集了参与者，第二天我就没有了。奖品不是为我准备的，而是为参与者准备的，现在没有人会得到什么--你应该感到高兴。
钱不是我夺冠的目标，目标已经实现了，请看信息中的第一个帖子，人们很感兴趣，开始写和发展他们的算法，这是最主要的。
 
所以我不明白。现在已经两个月了，它仍然在那里。锦标赛将在什么时候举行？
1...115116117118119120121122123124125126127128129...132
新评论