r - DEoptim包中步长参数解释

Question

我正在看小插图“Large-scale portfolio optimization with DEoptim”。小插图应用遗传算法来解决非凸优化问题。

我的问题是关于解释参数“F”步长。文档中写道:“F:间隔 [0,2] 的步长。默认为 0.8”。在基于梯度下降方法的机器学习文献中，步长是指选择向量在最大下降方向上调整的量。大步长意味着更快的收敛速度，但精度较低。

小插图案例研究涉及投资组合优化。步长未指定为参数，因此始终使用 0.8 的步长。然而，由于优化是寻找最小化某些投资组合目标的权重，并且由于权重之和必须为 1，因此 0.8 的步长(投资组合的 80%)对于这个问题来说似乎太大了。更好的步长选择可能是 0.01。

但是，我一定错过了一些东西，因为当我运行优化时，我可以看到每一代的权重并不是每次都跳动 0.8。那么“步长”的解释是什么？在投资组合优化的背景下，将此值设置为较小的值(例如 0.01 (1%))是否有意义？

Answer 1

F为差分权重因子；文档中的“步长”描述很差。我会改变这一点。

F 用于在添加到第三个总体成员以创建新总体成员之前对两个总体成员之间的差异进行加权。根据策略，它用于创建抖动或抖动。

例如，以下是创建新群体成员的经典策略的公式:

newMember = oldPop[i,] + F*(oldPop[j,] - oldPop[k,])

其中 i、j、k 是随机群体成员。