聚合多目标时序规划参数调优的质量度量
人工智能
2013-05-13 v1
摘要
在处理优化问题时，参数调优如今被认为是关键要素。已有多种元优化方法被提出，用于为给定的优化算法和（一组）问题实例寻找最佳参数集。当优化的目标是目标算法给出的解的某个标量质量时，该质量也被用作参数集质量的基础。但在基于聚合的多目标优化中，解集是由对目标赋予不同权重的多次单目标运行给出的，结果表明，每次单目标运行最终种群的超体积可能比其种群中的最佳适应度值更能指示聚合方法的全局性能。本文使用进化规划器 DaE-YAHSP 和元优化器 ParamILS，在多目标时序规划的案例研究中讨论了这一问题。结果清楚地表明 ParamILS 在这两种方法之间做出了区分，并证明在此背景下，使用超体积指标作为 ParamILS 的目标是最佳选择。本文还讨论了所提背景下与参数调优相关的其他问题。
引用
@article{arxiv.1305.2265,
title = {Quality Measures of Parameter Tuning for Aggregated Multi-Objective Temporal Planning},
author = {Mostepha Redouane Khouadjia and Marc Schoenauer and Vincent Vidal and Johann Dréo and Pierre Savéant},
journal= {arXiv preprint arXiv:1305.2265},
year = {2013}
}
备注
arXiv admin note: substantial text overlap with arXiv:1305.1169