基于协同过滤的连续黑箱优化问题元启发算法选择

• 作者: 张永韡 汪镭
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 算法选择 连续优化 黑箱优化 协同过滤 元启发 推荐系统
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1297-1306
• 页数: 10页
• 分类号: TP399
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2018.0801

摘要

算法选择(AS)问题旨在为给定问题在算法集合中选择最佳算法.随着优化算法的不断提出,算法选择问题是优化领域亟待解决的问题.提出基于聚类的元启发算法五星评价体系,将算法性能指标映射至整数评价以减小评价空间.通过测试24种常见优化算法与4种最新CEC大赛优胜算法在219种、3000多个标准测试问题上的性能,得到评价矩阵.将评价矩阵作为训练数据,使用协同过滤(CF)算法建立算法评价的预测模型.使用该模型预测算法集内的所有算法在新问题上的评价,结果显示所提出方法预测精度较高,超过90％的预测最佳算法为最终可行算法.敏感性分析显示,该方法在先验信息有限的情况下仍可以保持较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪镭	同济大学电子与信息工程学院	101	1687	20.0	39.0
2	张永韡	江苏科技大学电子与信息学院	7	6	2.0	2.0