Computational and Exploratory Landscape Analysis of the GKLS Generator

要約

タイトル：GKLSジェネレーターの計算と探検的景観分析

要約：

– GKLSジェネレーターは、グローバル最適化アルゴリズムのベンチマークテストのために最も頻繁に使用されるテストベッドの1つである。
– この論文では、GKLSジェネレーターの計算的分析と探検的景観分析（ELA）を行う。
– 基準的に使用されるGKLS生成問題のクラスと、新たに生成されたクラスの両方を利用して、5次元と10次元の状態-of-the-artな方法（進化的および決定論的コミュニティから）のベンチマークテストに使用できることを示した。
– GKLSジェネレータは、高次元に最適化するのが非常に困難な「針の山中」タイプの問題を生成することを示した。
– さらに、GKLSジェネレーターのELAを実施し、BBOBおよびCEC 2014の2つの広く使用されているベンチマークセットのELAと比較し、結果の意義について議論する。

要約(オリジナル)

The GKLS generator is one of the most used testbeds for benchmarking global optimization algorithms. In this paper, we conduct both a computational analysis and the Exploratory Landscape Analysis (ELA) of the GKLS generator. We utilize both canonically used and newly generated classes of GKLS-generated problems and show their use in benchmarking three state-of-the-art methods (from evolutionary and deterministic communities) in dimensions 5 and 10. We show that the GKLS generator produces “needle in a haystack” type problems that become extremely difficult to optimize in higher dimensions. Furthermore, we conduct the ELA on the GKLS generator and then compare it to the ELA of two other widely used benchmark sets (BBOB and CEC 2014), and discuss the meaningfulness of the results.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI