COCO 基准问题与人工生成问题的互补性分析
神经与进化计算
2021-04-28 v1
摘要
在设计基准问题集时，创建一组能良好泛化所有可能问题集合的基准问题十分重要。缓解这一困难任务的一种可能方式是使用人工生成的问题。本文中，我们分析了一种此类单目标连续问题生成方法，并将其与 COCO 基准问题集（一个用于数值优化算法基准测试的知名问题集）进行比较。利用探索性景观分析与奇异值分解，我们表明此类表示允许我们通过应用可视化与相关性分析技术进一步探索问题间的关系，以期减少基准问题评估中的偏差。
引用
@article{arxiv.2104.13060,
title = {A Complementarity Analysis of the COCO Benchmark Problems and Artificially Generated Problems},
author = {Urban Škvorc and Tome Eftimov and Peter Korošec},
journal= {arXiv preprint arXiv:2104.13060},
year = {2021}
}
备注
To appear in the Proceedings of Genetic and Evolutionary Computation Conference Companion (GECCO 2021), ACM