問題タブ [differential-evolution]

誰かが分化進化法を説明してもらえますか? ウィキペディアの定義は非常に専門的です。

簡単な例が続く簡単な説明をいただければ幸いです:)

私はRで微分進化ライブラリをいじっていましたが、疑問に思っていました:これは並列化するのが理にかなっているアルゴリズムですか? 最適化間隔をいくつかのセグメントに分割し、各セグメントでアルゴリズムを実行し、各セグメントの結果を比較して最小値を返すことができるように思えます。

-500 から 500 までの関数 f(x) = -x(x+1) の最大値を見つけるために微分進化を使用するにはどうすればよいですか? 私が作成しているチェス プログラムにこれが必要です。分化進化の研究を開始しましたが、プログラムでの使用は言うまでもなく、理解するのはまだ非常に難しいと感じています。簡単な方法でアルゴリズムを紹介し、そのようなプログラムの疑似コードの例を教えてください。

私がこれまでに読んだことから、それらは非常に似ているように見えます。差分進化は代わりに浮動小数点数を使用し、解はベクトルと呼ばれますか? それが何を意味するのかよくわかりません。誰かが両方の長所と短所について少し概要を説明できれば.

最適化問題のための差分進化アルゴリズム。関与する進化のプロセスは3つあります。それは、突然変異の乗換えと選択です。

私は初心者ですが、乗換えプロセスを削除しようとしましたが、元のアルゴリズムとの大きな違いはありません。

では、差分進化アルゴリズムで乗換えすることの重要性は何ですか？

最適化の問題に直面しました。リターン オメガ メジャーのポートフォリオを最適化する必要があります。これは、DEoptim (ポートフォリオ最適化のための R ツールに関する Yollin の非常に優れたスライド。元のコードはそこにあります) を使用して差分進化を使用することで実行できるという提案を見つけました。

私はこの方法を私の問題に適応させようとしました（数字を変更しただけで、間違いを犯さなかったことを願っています。アイデアについては、著者の完全な功績です）：

オメガは mean(pmax(retu-L,0))/mean(pmax(L-retu,0)) として計算されます

資産番号が非常に小さい場合 (たとえば 5)、かなり満足できる結果が得られます。資産の重みの合計は 0.999 ???? これは 1 にかなり近く、そのようなポートフォリオのオメガは、どの単一資産のオメガよりも大きくなります (そうでなければ、その単一資産にすべてを投資してみませんか)。これは 100 回の繰り返しで達成できます。しかし、アセット数を 30 まで増やすと、満足のいく結果が得られません。重みの合計が 3 以上になり、いくつかの単一資産よりもオメガが低くなります。これは反復回数が少ない (1000 回を使用した) ためではないかと考えたので、10,000 回を試してみましたが、これは非常に遅いです。しかし、結果はほぼ同じです。重みの合計は 1 をはるかに超えており、Omega は最適ではないようです。10 アセットのアルゴリズムでは 1 に近い重みが検出されるように見えますが、Omega は 1 つのアセットよりも低くなります。

私の PC はかなり古く、Intel Core Duo 2 GHZ を搭載しています。とはいえ、1000回の反復でこのような最適化を約40分実行するのは正常ですか?

ここで何が問題になる可能性がありますか？反復回数が少なすぎるか、提供されたアルゴリズムの解釈が完全に間違っています。ご協力ありがとうございました！

分化進化の標準誤差を計算することは可能ですか?

ウィキペディアのエントリから：

http://en.wikipedia.org/wiki/Differential_evolution

これは微分ベースではありませんが (実際、それがその強みの 1 つです)、標準誤差を計算するにはどうすればよいでしょうか?

ある種のブートストラップ戦略が適用できるかもしれないと思っていたのですが、DE にブートストラップを適用するよりもソースが見つからないようです。

バズ