一种基于严重性原则的随机优化算法性能分析的新型排序方案
人工智能
2024-06-04 v1 神经与进化计算
摘要
随机优化算法已成功应用于多个领域以寻找最优解。由于集成系统日益复杂，新型随机算法不断被提出，这使得算法的性能分析任务变得极其重要。本文提出了一种新型排序方案，用于在多个单目标优化问题上对算法进行排序。算法结果通过一种基于严重性原则的稳健自助法假设检验程序进行比较。类似于足球联赛计分方案，我们提出算法之间的成对比较，如同联赛竞争。每个算法累积得分，并有一个衡量其相对于其他算法表现好坏的性能指标，类似于足球联赛计分系统中的净胜球指标。净胜球性能指标不仅可用作平局决胜因素，还可用于获得每个算法的定量性能。所提排序方案的关键新颖之处在于，它考虑了每个算法在实现性能改进幅度及其实际相关性方面的表现，且没有任何分布假设。将所提排序方案与经典假设检验进行比较，结果分析表明结果具有可比性，且我们提出的排序方案展示了诸多额外优势。
引用
@article{arxiv.2406.00154,
title = {A Novel Ranking Scheme for the Performance Analysis of Stochastic Optimization Algorithms using the Principles of Severity},
author = {Sowmya Chandrasekaran and Thomas Bartz-Beielstein},
journal= {arXiv preprint arXiv:2406.00154},
year = {2024}
}