Существует много видов оптимизаторов, каждый со своими преимуществами и недостатками, сильными и слабыми сторонами. Оптимизаторы можно классифицировать по таким критериям, как автоматический или ручной, простой или сложный, специальный или общего назначения, аналитический или стохастический. Все оптимизаторы, вне зависимости от вида, эффективности и надежности, ведут поиск лучшего из многих потенциальных решений формально поставленной задачи. [c.49]
Самообучающаяся система управления предназначена для того, чтобы определять аналогичные состояния в какой-либо ситуации, получать больше априорной информации с течением времени и затем, опираясь на накопленный опыт, действовать оптимальным образом с целью достижения наилучшего качества работы. Оптимизация сложных процессов посредством оптимизаторов, использующих метод проб и ошибок при вариациях параметров, обладает тем свойством, что время оптимизации велико. При этом в общем виде требуется много малых изменений параметров и система управления должна успеть отреагировать на каждое из них. [c.163]
Еще один важный момент — оптимизация параметров моделей. При проведении тестов часто необходимо настраивать параметры некоторых компонентов (например, модели входа, выхода или их частей), чтобы обнаружить наилучший набор параметров и/или увидеть, как поведение модели меняется со сменой параметров. Возможно проведение нескольких видов оптимизации параметров модели. При ручной оптимизации пользователь задает параметр, который будет варьироваться, и пределы его изменения причем пользователь может одновременно управлять двумя или более параметрами, получая результаты в виде таблицы, показывающий влияние значений параметров на показатели системы. Другой метод — лобовая оптимизация, существующая в нескольких разновидностях наиболее часто — это прогонка каждого из параметров через все возможные значения. Если параметров много и их границы широки, прогонка может растянуться на годы. При этом лобовая оптимизация может быть вполне приемлема при малом количестве параметров и узких пределах их значений. Другие методы лобовой оптимизации не столь полны и не всегда способны найти оптимальный набор параметров, но работают гораздо быстрее. Последний из методов, используемый для мощной оптимизации (а в неумелых руках — для подгонки параметров под выигрыш в прошлом), — это генетические алгоритмы. Подходящий генетический алгоритм может быстро обнаружить хороший ответ (пусть даже не общий оптимум) даже из большого числа параметров с широкими пределами значений. Генетический оптимизатор — важный инструмент в арсенале разработчика торговых систем, но использоваться он должен осторожно, поскольку существует возможность подгонки , т.е. получения набора параметров, подогнанного под исторические данные, который име- [c.17]
Как и в случае однофакторной модели, после того, как ожидаемые доходности, дисперсии и ковариации рассчитаны с помощью приведенных выше уравнений, инвестор может перейти к использованию оптимизатора (optimizer) (особого вида математической процедуры) для получения кривой эффективного множества Марковица. Затем для данной безрисковой ставки может быть определен касательный портфель, после чего инвестор может выбрать свой оптимальный портфель. [c.297]
Прекрасно разрабатывать торговые системы, не задумываясь об оптимизации. Но в реальности создание надежной системы — путь проб и ошибок, на котором какие-либо формы оптимизации неизбежны. Оптимизатор присутствует всегда — если не на поверхности, то в глубине процесса. Оптимизатор как таковой — это программа или алгоритм, пытающийся найти лучшее из возможных решений задачи оптимизация — процесс поиска, подбора этого решения. Оптимизатор может быть отдельной программой, возможно, выполненной в виде класса ++, объекта Delphi или функции A tiveX. Мощные продвинутые оптимизаторы часто создаются в виде компонентов, встраиваемых в программы, которые будет разрабатывать пользователь. Менее сложные оптимизаторы, например встречаемые в программах построения графиков высокого уровня, — обычно простые алгоритмы, занимающие несколько строчек программного кода. Поскольку любое решение, приводящее к оптимизации, является оптимизатором, оптимизация не обязательно связывается с компьютерами — оптимизатором может быть и человек, занятый решением задачи Надо сказать, что человеческий мозг — одна из наилучших эвристических систем на земле [c.47]
Программа предоставляет удобные средства д оптимизационных проблем (моделей), а также для сохранения вариантов решений (на основе моделей) в виде трех типов отчетов етавдартнзоваион формы или в виде сценариев. Это обусловило Широков использование оптимизатора высококвалифицированными [c.134]