基于适应度景观的自然启发算法表征

自然启发算法领域面临的一个重大挑战是识别问题的特定特征，这些特征使得使用特定方法解决问题变得更难（或更容易）。希望通过识别这些特征，我们可以更容易地预测哪些算法最适合具有某些特征的问题。在此，我们利用适应度景观分析来处理这一问题。现有的技术可以测量特定景观的“难度”，但这些技术通常仅针对进化算法设计，且一般局限于离散优化。本文开发了一种用于比较广泛连续优化算法的方法。利用适应度景观生成技术，我们比较了六种不同的自然启发算法，并确定了哪些方法在具有特定特征的景观上表现最佳。