COCO:大规模黑盒优化基准测试(bbob-largescale)测试套件
最优化与控制
2019-03-29 v2 机器学习
神经与进化计算
性能
摘要
bbob-largescale测试套件包含24个连续域单目标函数,将自2009年起用于BBOB研讨会系列的知名单目标无噪声bbob测试套件扩展至大维度。其核心思想是在保留某些期望性质的同时,使bbob测试套件中出现的搜索空间旋转变换R、Q在计算上更廉价。本文档提出了一种方法,用块对角矩阵与两个置换矩阵的组合替代完整旋转变换,从而构造计算与内存代价随问题维度线性增长的测试函数。
引用
@article{arxiv.1903.06396,
title = {COCO: The Large Scale Black-Box Optimization Benchmarking (bbob-largescale) Test Suite},
author = {Ouassim Elhara and Konstantinos Varelas and Duc Nguyen and Tea Tusar and Dimo Brockhoff and Nikolaus Hansen and Anne Auger},
journal= {arXiv preprint arXiv:1903.06396},
year = {2019}
}