计算机科学>神经和进化计算
职务: 弥合理论与实践之间的差距:基准转移进化优化
摘要: 近年来,传输进化优化(TrEO)领域在解决复杂问题方面产生了深远影响,并取得了长足的发展。 为了应对任务间知识传递带来的挑战,出现了许多算法。 然而,最近在传输优化中强调的“无免费午餐定理”澄清了没有一种算法在不同的问题类型中占据主导地位。 本文通过采用基准测试方法来评估各种TrEO算法在实际场景中的性能来解决这个难题。 尽管越来越多的方法关注传输优化,但现有的基准问题往往因设计不足而达不到要求,主要是缺乏现实相关性的合成问题。 本文开创了一个实用的TrEO基准套件,集成了根据大源任务实例的三个基本方面(数量、多样性和速度)分类的文献中的问题。 我们的主要目标是对现有TrEO算法进行全面分析,并为开发新方法以应对实际挑战铺平道路。 通过引入体现体积、多样性和速度三个维度的现实基准,我们旨在加深对不同复杂传输场景下算法性能的理解。 这个基准套件将为研究人员提供宝贵的资源,促进TrEO算法在解决实际问题中的完善和进步。