基于进化全局优化的标准基准函数的实证评述
摘要：用最新的遗传算法实现研究了一系列用于全局优化的标准基准函数。结果显示，其中一些函数并不适合作为具有挑战性的测试函数，因为它们既不能区分不同变体的遗传操作符，也不能展现出与现实世界问题（如原子和分子聚类的全局结构优化）的维度缩放相似的特性。后一种特性似乎更好地模拟了另外两种类型的基准函数。一种类型是设计为具有误导性的，这里以Lunacek函数为例。另一种类型具有明显增加的复杂性和在搜索空间特性上的广泛可调性。对于后一种类型，我们基于随机分布高斯实现了一个算法。我们提倡使用后一种类型的测试函数进行算法开发和基准测试。
作者：Johannes M. Dieterich and Bernd Hartke
论文ID：1207.4318
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2012-07-19