使用广义运动峰值基准生成大规模动态优化问题实例
最优化与控制
2021-07-26 v1 人工智能
神经与进化计算
摘要
本文档描述了广义运动峰值基准(GMPB)以及如何将其用于生成连续大规模动态优化问题的问题实例。它提供了一组 15 个基准问题、相关源代码以及一个性能指标,专为大规模动态优化中的比较研究与竞赛而设计。尽管其主要目的是为举办竞赛提供一致的基础,但其通用性允许感兴趣的读者将本文档作为指南,设计定制化的问题实例,以研究超出所提供基准套件范围的问题。为此,我们解释了 GMPB 的模块化结构,以及如何将其组件组装成具有多种可控特征的问题实例,这些特征涵盖从单峰到高度多峰、从对称到高度不对称、从平滑到高度不规则,以及不同程度的变量交互和病态条件。
引用
@article{arxiv.2107.11019,
title = {Generating Large-scale Dynamic Optimization Problem Instances Using the Generalized Moving Peaks Benchmark},
author = {Mohammad Nabi Omidvar and Danial Yazdani and Juergen Branke and Xiaodong Li and Shengxiang Yang and Xin Yao},
journal= {arXiv preprint arXiv:2107.11019},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2106.06174