通用黑盒优化
人工智能
2020-04-30 v1 神经与进化计算
摘要
利用问题描述符自动选择合适的算法是组合优化中的经典组成部分，也是使进化算法快速、鲁棒且通用的良好工具。我们提出Shiwa，一种擅长离散与连续、含噪与无噪、串行与并行黑盒优化(black-box optimization)的算法。我们的算法在YABBOB（一个可与BBOB比拟的测试平台）及其若干变体上进行了实验对比，随后在多个真实世界测试平台上得到验证。
引用
@article{arxiv.2004.14014,
title = {Versatile Black-Box Optimization},
author = {Jialin Liu and Antoine Moreau and Mike Preuss and Baptiste Roziere and Jeremy Rapin and Fabien Teytaud and Olivier Teytaud},
journal= {arXiv preprint arXiv:2004.14014},
year = {2020}
}
备注
Accepted at GECCO 2020