文章 "种群优化算法:进化策略,(μ,λ)-ES 和 (μ+λ)-ES" 新评论 MetaQuotes 2024.08.12 11:31 新文章 种群优化算法:进化策略,(μ,λ)-ES 和 (μ+λ)-ES已发布: 本文研究一套称为进化策略(ES)的优化算法。它们是最早使用进化原理来寻找最优解的种群算法之一。我们将针对传统的 ES 变体实现变更,并修改算法的测试函数和测试台方法。 新函数称为 “Hilly”(图例 2)。与 “Forest” 和 “Megacity” 一样,它指的是复杂的测试函数。对于这三个函数,位于最大高度的 50% 以上的表面积大致相同,约占函数总面积的 20%。 Hilly、Forest 和 Megacity 函数提供了复杂且真实的优化场景,可以帮助评估算法在复杂和多样化条件下的性能。通过调用这些函数作为优化算法的综合测试,我们可以更深入地了解它们找到全局最优和克服局部陷阱的能力。 此外,还对测试方法进行了更改。现在,执行 10 轮测试而不是 5 轮(优化过程的重复运行次数),以减少结果中的随机“尖峰”。 图例 2. Hilly 测试函数 作者:Andrey Dik 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
新文章 种群优化算法:进化策略,(μ,λ)-ES 和 (μ+λ)-ES已发布:
本文研究一套称为进化策略(ES)的优化算法。它们是最早使用进化原理来寻找最优解的种群算法之一。我们将针对传统的 ES 变体实现变更,并修改算法的测试函数和测试台方法。
新函数称为 “Hilly”(图例 2)。与 “Forest” 和 “Megacity” 一样,它指的是复杂的测试函数。对于这三个函数,位于最大高度的 50% 以上的表面积大致相同,约占函数总面积的 20%。
Hilly、Forest 和 Megacity 函数提供了复杂且真实的优化场景,可以帮助评估算法在复杂和多样化条件下的性能。通过调用这些函数作为优化算法的综合测试,我们可以更深入地了解它们找到全局最优和克服局部陷阱的能力。
此外,还对测试方法进行了更改。现在,执行 10 轮测试而不是 5 轮(优化过程的重复运行次数),以减少结果中的随机“尖峰”。
图例 2. Hilly 测试函数
作者:Andrey Dik