用于全局优化的新挑战性曲线拟合基准测试集
最优化与控制
2024-02-09 v4 数学软件
数值分析
数值分析
摘要
基准测试集对于评估和开发全局优化算法及相关求解器极为重要。本文首次针对非线性曲线拟合的优化问题提出了一个名为PCC基准的新测试集，旨在帮助开发者研究和比较不同全局优化求解器的性能，并开发更有效的优化算法。与美国国家标准与技术研究院（NIST）提供的经典非线性曲线拟合基准集相比，PCC基准最显著的特点是问题维度小、无约束且搜索域自由、获得全局优化解的难度高，这使得PCC基准不仅适用于验证不同全局优化算法的有效性，而且更适合于验证和比较各种相关求解器。我们使用了包括Baron、Antigone、Couenne、Lingo、Scip、Matlab-GA和1stOpt在内的七个世界领先的全局优化求解器，从有效性和效率两方面全面测试了NIST和PCC基准。结果表明，NIST基准相对简单，不适合全局优化测试，而PCC基准是一个独特、具有挑战性且有效的全局优化测试数据集。
引用
@article{arxiv.2312.01709,
title = {A New Challenging Curve Fitting Benchmark Test Set for Global Optimization},
author = {Peicong Cheng and Peicheng Cheng},
journal= {arXiv preprint arXiv:2312.01709},
year = {2024}
}