基于适应性景观的自然启发算法特征化
摘要：自然启发算法面临的一个重要挑战是识别问题的特定特征，这使得它们在使用特定方法解决时更困难（或更容易）。我们希望通过识别这些特征，能更容易预测哪些算法最适合具有某些特定特征的问题。在本文中，我们使用适应度景观分析来解决这个问题。已经存在用于衡量特定景观“难度”的技术，但这些技术通常仅考虑进化算法，并且通常只适用于离散优化。在本文中，我们开发了一种比较多种连续优化算法的方法。使用适应度景观生成技术，我们比较了六种不同的自然启发算法，并确定了在具有特定特征的景观上表现最好的方法。
作者：Matthew Crossley, Andy Nisbet, Martyn Amos
论文ID：1210.3210
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-05-06