возможно группа Bayer'а что-нибудь предложит (там кстати теперь
Александр Мелкозеров (томич вообщем ;))
Хм, интересно :). Функции, конечно, как на подбор, одна другой
страшнее и гаже :) (в хорошем смысле).
Чтобы попробовать делать ставки, давайте вспомним о событиях 4-летней
давности.
На известном компетишене, проходившем на CEC'2005 (http://
www.bionik.tu-berlin.de/user/niko/cec2005.html), победители
выстроились таким образом (в скобках через запятую среднее количество
решенных функций из подгруппы и процент успешных запусков), n --
количество переменных:
===============================
а) Одноэкстремальные функции (n = 10)
1. G-CMA-ES (6, 100%)
2. EDA (6, 97%)
3. DE (6, 96%)
б) Одноэкстремальные функции (n = 30)
1. G-CMA-ES (6, 90%)
2. L-CMA-ES (5, 83%)
3. EDA (4, 67%)
в) Решенные многоэкстремальные функции (n = 10)
1. G-CMA-ES (5, 63%)
2. L-SaDE (4, 53%)
3. DMS-L-PSO (4, 47%)
г) Решенные многоэкстремальные функции (n = 30)
1. K-PCX (4, 38%)
2. G-CMA-ES (5, 37%)
3. L-SaDE (2, 36%)
д) Нерешенные многоэкстремальные функции (n = 10), даны средние ранги
(места), чем меньше, тем лучше.
1. G-CMA-ES (3,8)
2. BLX-GL50 (4,2)
3. L-SaDE (5,3)
е) Нерешенные многоэкстремальные функции (n = 30), даны средние ранги
(места), чем меньше, тем лучше.
1. G-CMA-ES (4,1)
2. EDA (4,8)
3. BLX-MA (4,9)
===============================
Т.е. получается, что CMA-ES таки победила и есть большая вероятность,
что поколотит остальные алгоритмы и в этот раз. Кстати, было две
версии CMA-ES, с перезапусками и увеличением размера популяции
(который G-) и с адаптивным локальным поиском (L). Так вот первый
вариант работал очень хорошо, а второй довольно бледно (т.е. делаем
некоторые выводы: (1) перезапуск может помочь; (2) увеличение размера
популяции тоже хорошо, что влияет на успех больше: перезапуск или
размер, -- не могу сказать, надо вникать более подробно). Один раз (но
как!) вмешался steady-state алгоритм (K-PCX).
Сравнительно неплохо держатся алгоритм самоадаптивной дифференциальной
эволюции (L-SaDE) и алгоритм оценки распределений (EDA). У остальных
алгоритмов успехи "пожиже", хотя для нерешенных многоэкстремальных
функций (т.е. функций, с которыми ни разу не справился ни один из
рассматриваемых на CEC алгоритмов) можно выделить также BLX* алгоритмы
с вещественным кодированием (BLX-GL50 с теми самыми полами и
всячиной :), а BLX-MA -- меметичный алгоритм).
Т.е. если делать прогнозы с учетом "былых заслуг и подвигов", то:
1) CMA-ES (когда же скинут этого короля... ;))
2) DE & EDA
3) Гибридные алгоритмы
4) Другие участники забега (PSO, steady-state и т.д.)
Хотя лично мне хотелось бы, чтобы победили PSO или EDA, но это, по-
видимому, только мечты :)
Юрий
P.S. С А. Мелкозеровым я заочно знаком, он писал в Дортмунде
магистерскую, и снова поехал туда.
On 19 мар, 21:14, "Ilya.Loshchi...@gmail.com"
On 19 мар, 22:45, "yuryt...@gmail.com" <yuryt...@gmail.com> wrote:
> Илья, спасибо за ссылку!
>
> Хм, интересно :). Функции, конечно, как на подбор, одна другой
> страшнее и гаже :) (в хорошем смысле).
>
> Чтобы попробовать делать ставки, давайте вспомним о событиях 4-летней
> давности.
>
> На известном компетишене, проходившем на CEC'2005 (http://www.bionik.tu-berlin.de/user/niko/cec2005.html), победители
А мне еще чем-то нравится EDA, там простая и в то же время довольно
элегантная (на мой взгляд) идея в плане представления популяции. Но
поскольку CMA-ES более "суров" математически, то, думаю, что
конкурента ему будут искать долго. По идее, если разработают хорошую
стратегию выхода из локальных экстремумов и прикрутят ее к меметичному
алгоритму, то тоже может что-нибудь хорошее получиться. Но раз еще не
прикрутили, то видимо с этим есть определенные сложности.