Hyper-heuristics tutorial
Hyper-heuristics tutorial
复制标题
超启发式教程
DOI：
10.1145/3449726.3461418
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Tauritz D
中科院分区：
文献类型：
--
作者：
Tauritz D
1.搜索空间包含所有可能解的集合。2.目标函数决定解的质量。3.一个（数学理想化的）元启发式算法确定采样顺序（即枚举ie而不替换）。这是一种（近似）排列。我们学到了什么？4.性能度量P（a，f）仅取决于y1，y2，y3 5。目标使用元启发式算法找到具有接近最优目标值的解决方案。下一张幻灯片前还有问题吗？
1. A search space contains the set of all possible solutions. 2. An objective function determines the quality of solution. 3. A (Mathematical idealized) metaheuristic determines the sampling order (ie enumerates ie without replacement). It is a (approximate) permutation. What are we learning? 4. Performance measure P (a, f) depend only on y1, y2, y3 5. Aim find a solution with a near-optimal objective value using a Metaheuristic. ANY QUESTIONS BEFORE NEXT SLIDE?
登录
查看更多内容
使用支持性协同进化来进化自配置交叉
DOI：
--
发表时间：
2013
期刊：
Annual Conference on Genetic and Evolutionary Computation
影响因子：
--
作者：
Nathaniel R. Kamrath;B. Goldman;D. Tauritz
通讯作者：
D. Tauritz
为什么进化不是程序归纳的良好范式：对遗传编程的批判
DOI：
--
发表时间：
2009
期刊：
Conference Companion on Genetic and Evolutionary Computation
影响因子：
--
作者：
J. Woodward;Ruibin Bai
通讯作者：
Ruibin Bai
通过变量选择启发式的自动设计提高 CDCL SAT 求解器的性能
DOI：
10.1109/ssci.2017.8280953
发表时间：
2017
期刊：
2017 IEEE Symposium Series on Computational Intelligence (SSCI)
影响因子：
--
作者：
Marketa Illetskova;Alex R. Bertels;J. M. Tuggle;A. Harter;Samuel N. Richter;D. Tauritz;S. Mulder;Denis Bueno;Michelle Leger;W. Siever
通讯作者：
W. Siever
模糊 ART 类别函数自动设计的进化计算：初步探索
DOI：
10.1145/3067695.3082056
发表时间：
2017
期刊：
Proceedings of the Genetic and Evolutionary Computation Conference Companion
影响因子：
--
作者：
Islam El;D. Tauritz;D. Wunsch
通讯作者：
D. Wunsch
搜索超启发式设计空间
影响因子：
5.4
作者：
J. Swan;J. Woodward;E. Özcan;G. Kendall;E. Burke
通讯作者：
E. Burke