×

自动改进优化算法的任何时间行为。 (英语) Zbl 1401.90274号

摘要:具有良好的随时随地行为的优化算法会尽可能地返回高质量的解,而不依赖于允许的计算时间。设计具有良好的任意时间行为的算法是一项困难的任务,因为性能通常是通过绘制计算时间和求解质量之间的折衷曲线来进行主观评估的。然而,权衡曲线也可以建模为一组相互不支配的双目标点。使用此模型,我们建议将自动配置工具与超级卷度量相结合,超级卷度量将单个质量度量分配给非支配集。这使我们能够通过自动查找生成最佳非支配集的算法配置来改进优化算法的任何时间行为。此外,这里使用最近提出的加权超体积度量将决策者的偏好纳入自动调整过程。我们报告了将所提出的方法应用于两个相关场景时所取得的改进:(i)MAX-MIN蚂蚁系统的参数变化策略的设计,以及(ii)SCIP的任何时间行为的调整,SCIP是一种具有200多个参数的开源混合整数规划解算器。

MSC公司:

90 C59 数学规划中的近似方法和启发式
68周01 算法理论的一般主题
68瓦40 算法分析
90立方厘米 混合整数编程
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Achterberg,T.,SCIP:求解约束整数程序,数学规划计算,10,1,0 1-41(2009)·Zbl 1171.90476号
[2] 阿登索·迪亚斯,B。;Laguna,M.,使用分数实验设计和局部搜索对算法进行微调,运筹学,540,1,0 99-114(2006)·兹比尔1167.90654
[3] 艾恩,S。;库马尔,R。;Chakrabarti,P.P.,《改进质量-时间权衡的进化算法的自适应参数控制》,应用软计算,90,2,0 527-540(2009)
[4] 安索特吉,C。;Sellmann,M。;Tierney,K.,《用于算法自动配置的基于性别的遗传算法》,(Gent,I.P.,《约束编程的原理和实践》,CP 2009。约束编程的原理与实践,CP 2009,LNCS,第5732卷(2009),Springer),142-157
[5] Auger,A。;Bader,J。;布罗克霍夫,D。;Zitzler,E.,《研究和利用加权超体积的偏差来表达用户偏好》(Rothlauf,F.,GECCO 2009年会议记录(2009年),ACM出版社),563-570
[6] Auger,A。;Bader,J。;布罗克霍夫,D。;Zitzler,E.,《基于超体积的多目标优化:理论基础和实际意义》,《理论计算机科学》,425,0 75-103(2012)·兹比尔1242.90205
[7] Auger,A。;Hansen,N.,《随着人口规模的增加,重新启动CMA进化策略》(CEC 2005(2005)会议记录,IEEE出版社),1769-1776
[8] 巴拉普拉卡什,P。;比拉塔里,M。;Stützle,T.,《F-race算法的改进策略:抽样设计和迭代求精》,(Bartz-Beielstein,T.等,《混合元启发式》,LNCS,第4771卷(2007),Springer),108-122
[9] Bartz Beielstein,T.,进化计算的实验研究:新实验主义(2006),施普林格·Zbl 1106.68037号
[10] Bartz-Beielstein,T。;拉萨尔茨克,C。;普劳斯,M.,《序列参数优化工具箱》(Bartz-Beielstein,T.等,优化算法分析的实验方法(2010),施普林格出版社),337-360·Zbl 1208.90166号
[11] Birattari,M.,《调整元启发式:机器学习视角》,《计算智能研究》,第197卷(2009年),施普林格出版社·Zbl 1183.68464号
[12] 比拉塔里,M。;Stützle,T。;帕奎特。;Varrentrap,K.,《配置元启发式的竞赛算法2002》(Langdon,W.B.等,GECCO会议录(2002),Morgan Kaufmann出版社:Morgan Koufmann-Publishers San Francisco,CA),11-18
[13] 比拉塔里,M。;袁,Z。;巴拉普拉卡什,P。;Stützle,T.,F-race和迭代F-race:概述,(Bartz-Beielstein,T.;等,优化算法分析的实验方法(2010),Springer),311-336·兹比尔1204.68280
[14] 布兰克,J。;Elomari,J.,《为各种计算预算同时调整元启发式参数》(Krasnogor,N.;Lanzi,P.L.,《GECCO 2011年会议录》(2011),ACM出版社),263-264
[16] Conover,W.J.,《实用非参数统计》(1999),John Wiley&Sons
[17] 科伊,S.P。;Golden,B.L。;Runger,G.C。;Wasil,E.A.,《使用实验设计寻找启发式的有效参数设置》,《启发式杂志》,70,1,77-97(2001)·Zbl 0967.90018号
[18] 迪恩,T。;Boddy,M.S.,《时间相关规划分析》,(第七届全国人工智能会议论文集。第七届国家人工智能会议文献集,AAAI-88(1988),AAAI出版社),49-54
[20] 多里戈,M。;Gambardella,L.M.,《蚁群系统:旅行推销员问题的合作学习方法》,IEEE Transactions on Evolutionary Computation,10,1,0 53-66(1997)
[21] 多里戈,M。;Stützle,T.,《蚁群优化》(2004年),麻省理工学院出版社:麻省理学院出版社剑桥·邮编1092.90066
[22] Dréo,J.,《将性能前沿用于随机元启发式的参数设置》(Rothlauf,F.,GECCO(同伴)(2009),ACM出版社),2197-2200
[23] Dubois-Lacoste,J。;洛佩斯·伊瓦涅斯,M。;Stützle,T.,使用TP+PLS框架自动配置最先进的多目标优化器,(Krasnogor,N.;Lanzi,P.L.,GECCO 2011(2011)会议记录,ACM出版社),2019-2026
[24] 艾本,A.E。;Michalewicz,Z。;Schoenauer,M。;Smith,J.E.,进化算法中的参数控制,(Lobo,F.等,进化算法的参数设置(2007),Springer),19-46
[25] 艾本,A.E。;Smit,S.K.,用于配置和分析进化算法的参数调整,Swarm和进化计算,10,1,19-31(2011)
[26] 丰塞卡,C.M。;帕奎特。;López-Ibáñez,M.,超体积指示器的改进维度扫描算法,(2006年进化计算大会论文集(CEC 2006)(2006),IEEE出版社:新泽西州皮斯卡塔韦IEEE出版社),1157-1163
[27] Gagliolo,M。;罗格朗,C.,《算法生存分析》(Bartz-Beielstein,T.等,《优化算法分析的实验方法》(2010),施普林格出版社),161-184·Zbl 1214.68480号
[28] 格伦特·达丰塞卡,V。;Fonseca,C.M.,随机多目标优化器评估和比较的实现函数方法,(Bartz Beielstein,T.;et al.,优化算法分析的实验方法(2010),Springer),103-130·Zbl 1206.90107号
[29] Hoos,H.H.,《优化编程》,《ACM通信》,550,2,0 70-80(2012)
[30] 胡斯,H.H。;Stützle,T.,《随机本地搜索——基础与应用》(2005),摩根·考夫曼出版社:摩根·考夫曼出版社,加利福尼亚州旧金山·Zbl 1126.68032号
[31] Hutter,F。;胡斯,H.H。;Leyton-Brown,K.,通用算法配置的基于序列模型的优化,(学习与智能优化,第五届国际会议,LION 5。学习与智能优化,第五届国际会议,LION 5,LNCS(2011),Springer)
[32] Hutter,F。;胡斯,H.H。;莱顿-布朗,K。;Stützle,T.,ParamILS:自动算法配置框架,《人工智能研究杂志》,36,267-306(2009)·Zbl 1192.68831号
[34] KhudaBukhsh,A.R。;徐,L。;胡斯,H.H。;Leyton-Brown,K.,SATenstein:从组件自动构建本地搜索SAT解算器,(Boutiler,C.,《第二十一届国际人工智能联合会议论文集》(IJCAI-09)(2009年),AAAI出版社:AAAI Press Menlo Park,CA),517-524
[37] 莱顿-布朗,K。;Pearson,M。;Shoham,Y.,《走向组合拍卖算法的通用测试套件》(Jhingran,a.;etal.,ACM电子商务会议(EC-00)(2000),ACM出版社:纽约ACM出版社),66-76
[41] López-Ibáñez,M。;Liao,T。;Stützle,T.,《关于IPOP-CMA-ES的任何时间行为》,(Coello Coello,C.A.;et al.,PPSN 2012,Part I.PPSN 2012,Part I,LNCS,Vol.7491(2012),施普林格),357-366
[42] López-Ibáñez,M。;帕奎特。;Stützle,T.,生物目标优化中随机局部搜索算法的探索性分析,(Bartz-Beielstein,T.;等,优化算法分析的实验方法(2010),Springer),209-222·Zbl 1208.90154号
[43] López-Ibáñez,M。;Stützle,T.,《多目标ACO算法的自动配置》(Dorigo,M.等,Swarm intelligence,第七届国际会议,ANTS 2010)。Swarm intelligence,第七届国际会议,ANTS 2010,LNCS,Vol.6234(2010),Springer),95-106
[44] López-Ibáñez,M。;Stützle,T.,《多目标蚁群优化算法的自动设计》,IEEE进化计算汇刊,160,6,0 861-875(2012)
[45] Loudni,S。;Boizumault,P.,结合VNS和约束编程解决任何时间优化问题,《欧洲运筹学杂志》,191705-735(2008)·Zbl 1160.90661号
[46] 马龙,O。;Moore,A.W.,《竞赛算法:懒惰学习者的模型选择》,人工智能研究,110,1-5,193-225(1997)
[47] Maur,M。;López-Ibáñez,M。;Stützle,T.,MAX-MIN Ant系统中的预调度和自适应参数变化,(Ishibuchi,H.;等,2010年进化计算大会论文集(CEC 2010)(2010),IEEE出版社),3823-3830
[48] Montes de Oca,文学硕士。;Stützle,T。;比拉塔里,M。;Dorigo,M.,Frankenstein的PSO:复合粒子群优化算法,IEEE进化计算汇刊,130,5,1120-1132(2009)
[49] 南宁,V。;Eiben,A.E.,《进化算法中的参数校准和相关性估计方法》,(Cattolico,M.;等,GECCO 2006(2006),ACM出版社),183-190
[50] Radulescu,A。;López-Ibáñez,M。;Stützle,T.,自动改进多目标进化算法的任何时间行为,(Purshouse,R.C.;等人,EMO 2013。EMO 2013,LNCS,卷7811(2013),施普林格),825-840
[53] Stützle,T。;Hoos,H.H.,MAX-MIN蚂蚁系统,未来一代计算机系统,160,8,889-914(2000)
[54] Stützle,T。;López-Ibáñez,M。;佩莱格里尼,P。;Maur,M。;Montes de Oca,文学硕士。;Birattari,M.,《蚁群优化中的参数自适应》(Hamadi,Y.;Monfroy,E.;Saubion,F.,《自治搜索》(2012),施普林格出版社:德国施普林格柏林),191-215
[55] Wah,B.W。;Chen,Y.X.,约束全局优化的最优任意约束模拟退火,(Dechter,R.,约束规划的原理与实践,CP 2000。约束编程的原理与实践,CP 2000,LNCS,第1894卷(2000),Springer),425-440·Zbl 1044.68807号
[56] Wessing,S。;比姆,N。;鲁道夫,G。;Naujoks,B.,《参数调整提高了多目标优化中变分算子的性能》(Schaefer,R.;etal.,《自然XI的并行问题解决》,LNCS,卷6238(2010),Springer),728-737
[57] 伍德拉夫·D·L。;美国里辛格。;Oppen,J.,研究注释:启发式搜索中的收益递减点,国际元启发式杂志,10,3,0 222-231(2011)·Zbl 1306.90187号
[58] Zilberstein,S.,《在智能系统中使用任何时间算法》,AI杂志,170,3,0 73-83(1996)
[59] Zitzler,E。;布罗克霍夫,D。;Thiele,L.,《重新审视超体积指标:通过加权积分设计帕累托相容指标》(Obayashi,S.等,EMO 2007)。EMO 2007,LNCS,第4403卷(2007),施普林格),862-876
[60] Zitzler,E。;Thiele,L.,《多目标进化算法:比较案例研究和强度Pareto进化算法》,IEEE进化计算汇刊,30,4,0 257-271(1999)
[61] Zitzler,E。;Thiele,L。;Laumanns,M。;丰塞卡,C.M。;Grunert da Fonseca,V.,《多目标优化器的性能评估:分析与评述》,IEEE进化计算汇刊,70,2,0 117-132(2003)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。