通过集成模块化基准测试框架迈向大规模自动化算法设计
神经与进化计算
2021-05-06 v2
摘要
我们展示了一个概念验证用例，证明了将算法框架 ParadisEO 与自动化算法配置工具 irace 以及实验平台 IOHprofiler 进行接口对接的效率。通过结合这三个工具，我们获得了一个强大的基准测试环境，使我们能够在复杂基准问题上系统性地分析大类算法。我们流水线的主要优势在于评估速度快、可生成丰富数据集以支持算法分析，以及一个可用于基准测试极广泛类别的基于采样的优化启发式方法的标准化接口。除了支持系统性的算法配置研究外，我们的方法还为评估新思路与已有算子的协同贡献铺平了道路——这是我们研究领域一条有前景的途径，目前该领域可能过于侧重比较整个算法实例。
引用
@article{arxiv.2102.06435,
title = {Towards Large Scale Automated Algorithm Design by Integrating Modular Benchmarking Frameworks},
author = {Amine Aziz-Alaoui and Carola Doerr and Johann Dreo},
journal= {arXiv preprint arXiv:2102.06435},
year = {2021}
}
备注
To appear in the Companion Material of ACM Genetic and Evolutionary Computation Conference (GECCO'21) as workshop paper