实函数适应度景观的局部最优网络视角

局部最优网络模型在过去已被证明在组合优化问题中很有用。在此我们考察其向实连续函数领域的扩展。通过采样过程，该模型构建一个加权有向图，捕捉函数的极小 basin 结构及其相互连接，并可借助复杂网络度量轻松操作。我们表明该模型提供了函数空间的一种补充视角，更易于分析和可视化，尤其是在高维情况下。特别地，我们展示了由算法性能所表征的函数难度与相应局部最优网络的若干图性质强相关，这为根据相应图结构对问题难度进行分类并可能在设计更好的元启发式方法方面进行扩展开辟了道路。