算法优化锦标赛。 - 页 39

[Dmitry Fedoseev]

这个视频的想法很酷。我们应该做这样的事情。

[Dmitry Fedoseev]

Andrey Dik:

有趣的视频。很遗憾，他们没有展示如果他们从表面的一个平坦的地方开始演化，算法会怎么做--总是给算法一个机会来捕捉上升。而且只有两个参数。

也许视频的作者就在我们中间，请回话。

什么都没有，灰色的点会混乱地变化，并在表面上均匀 地分布。

[Anatoli Kazharski]

Andrey Dik:

有趣的视频。很遗憾，他们没有展示如果他们从表面的一个平坦的地方开始演化，算法会怎么做--总是给算法一个机会，让它抓住一个升力。而且只有两个参数。

这就是它的模样。

//---

安德烈-迪克

也许视频的作者就在我们中间，说出来吧。

作者写道，如果你有任何问题，可以尝试与他联系。;)

兰迪-奥尔森

请随时引导他们在这里 提出问题--或给我发电子邮件：http://randalolson.com/contact

[Andrey Dik]

Dmitry Fedoseev:
这个视频的想法很酷。我们应该做这样的事情。

这对研究算法的搜索能力很有帮助--视觉检查。我习惯于做痕迹，也就是在算法过去迭代中访问过的地方留下白色区域。理想情况下，山峰的区域越快填满白色越好。你可以通过涂抹和未涂抹区域的比例来判断算法。

[Andrey Dik]

Dmitry Fedoseev:
什么都没有，灰色的点会混乱地变化，并在表面上均匀地分布。

这对算法来说是不好的行为。更好的办法是加速向所有地区扩散。FF值越是不改变，就越有可能已经达到了最大值，可能只是一个局部的极值。因此，有必要尽快开始调查未知区域。它应该看起来像是点在每一帧中散射的速度越来越快。看起来，算法在平坦的表面上会散开，而在陡峭的斜坡上，它将开始越爬越快。均匀 传播应该只在整个定义区（波）的单调变化的FF值上。

[Dmitry Fedoseev]

Andrey Dik:
这对算法来说是不好的行为。更好的办法是加速向所有地区传播。FF的值越是不改变，就越有可能已经达到了最大值，可能只是一个局部的极值。因此，有必要尽快开始调查未知区域。它应该看起来像是点在每一帧中散射的速度越来越快。看起来，算法在平坦的表面上会散开，而在陡峭的斜坡上，它将开始越爬越快。均匀传播应该只在整个定义区（波）的单调变化的FF值上。

跑步的方向是无法定义的，所以只剩下混乱的游走。

[Реter Konow]

Dmitry Fedoseev:
跑步的方向是无法确定的，所以只有混乱的游走。

正是如此。只剩下混乱的游荡......。我想大家已经迷失了一段时间了。;)

[Andrey Dik]

Dmitry Fedoseev:
跑步的方向是无法确定的，所以只剩下混乱的漫游。

确定的--从 父母的任何方向。而父母没有改善的时间越长，后代必须更快地分散到两侧。

如果发生改进--相反，后代出现接近亲本的情况，即方向--向 亲本。

总是有两个方向--来自 父母和走向 父母。根据FF值的动态变化，应该选择一个或另一个方向。

但对视频的作者来说，物种总是在离父母不远的地方 "闲逛"，而那些未开发的区域仍然没有被研究。

该算法在连续函数上可能会很快收敛，而在具有尖峰的复杂离散函数上则会失败。而即使是表面，通过视频算法来判断也很困难。

如果你的英语水平足以进行随意的小范围交谈，请与作者联系，邀请他参加比赛。

[Реter Konow]

Andrey Dik:

确定的--从父母的任何方向。而父母没有改善的时间越长，后代必须更快地分散到两侧。

如果发生改进，则是相反的，后代看起来与亲代很接近。

总是有两个方向--远离父母和走向父母。根据FF值的动态变化，应该选择一个或另一个方向。

但在视频的作者那里，这些个体总是在父母附近 "闲逛"，而那些未开发的区域仍然没有被开发。

该算法在连续函数上可能会很快收敛，而在具有尖峰的复杂离散函数上则会失败。而即使是表面，通过视频算法来判断也很困难。

如果有人对英语有一定程度的了解，可以进行闲聊，请与作者联系，邀请他参加冠军赛。

嗯，我的英语说得还不错。我会邀请他。明天。

[Andrey Dik]

Реter Konow:
好吧，我对英语的了解达到了一个相当的程度。我会邀请他进来。

谢谢你。