平移、尺度与旋转不变变异算子的元启发式原则性设计
神经与进化计算
2021-05-25 v1
摘要
在过去三十年中，大量元启发式算法被提出，并在求解复杂优化问题上展现出高性能。尽管现有元启发式中的多数变异算子为经验性设计，本文旨在自动设计新的算子，期望其具有搜索空间无关性，从而在不同问题上表现出稳健性能。为此，本工作首先考察了平移不变性、尺度不变性和旋转不变性对一些代表性算子的搜索行为与性能的影响。随后，我们推导出平移、尺度和旋转不变算子的通用形式。接着，提出了一种用于算子自动设计的原则性方法，该方法基于推导出的通用形式搜索高性能算子。实验结果表明，所提方法生成的算子在具有复杂地形及多达1000个决策变量的多种问题上优于最先进的算子。
引用
@article{arxiv.2105.10657,
title = {Principled Design of Translation, Scale, and Rotation Invariant Variation Operators for Metaheuristics},
author = {Ye Tian and Xingyi Zhang and Cheng He and Kay Chen Tan and Yaochu Jin},
journal= {arXiv preprint arXiv:2105.10657},
year = {2021}
}