控制与决策

作者：张永韡,汪镭

单位：江苏科技大学电子与信息学院，江苏镇江212003,,同济大学电子与信息工程学院，上海200092,

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

基金：国家自然科学基金项目(71371142,71771176)；江苏政府海外留学奖学金项目(JS-2015-200)；镇江市软科学基金项目(2225031701).

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.

来源：2020年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第6期