[论文解读] Introduction and Ranking Results of the ICSI 2014 Competition on Single Objective Optimization

Ying Tan, Junzhi Li+1 more|arXiv (Cornell University)|Jan 9, 2015

Advanced Multi-Objective Optimization Algorithms参考文献 2被引用 9

一句话总结

本文介绍了 ICSI 2014 年单目标优化竞赛，该竞赛提供了一个由 30 个平移和旋转后的测试函数组成的基准测试套件，旨在评估智能群算法。竞赛在 D=2、10、30 和 50 四种维度下评估算法，涵盖多种问题类型，性能依据每轮运行中 10,000×D 次函数评估后的最小适应度值进行排名。

ABSTRACT

This technical report includes the introduction and ranking results of the ICSI 2014 Competition on Single Objective Optimization.

研究动机与目标

• 提供一个标准化平台，用于使用多样化基准函数评估单目标优化算法。
• 促进对粒子群优化（PSO）、人工蜂群（ABC）、蚁群优化（ACO）以及基于蝙蝠启发的算法等智能群算法的开发与比较。
• 评估算法在不同维度（D=2、10、30、50）以及复杂函数类型（如病态条件、多峰及组合函数）下的性能表现。
• 通过标准化的评估协议和报告格式，建立公平且可复现的评估框架。
• 基于多轮运行和多维环境下的适应度表现与计算效率，对算法进行排名。

提出的方法

• 竞赛采用包含 30 个函数的基准测试套件，其中 23 个为先前文献中的标准函数，7 个为新构建的组合函数。
• 所有函数均经过平移和旋转处理，转化为无解析梯度信息的黑箱优化问题。
• 评估在 [-100, 100]^D 的搜索空间内进行，每轮运行最多允许 D×10,000 次函数评估。
• 每个算法在每个函数和维度下独立运行 51 次，以收集统计指标：适应度的最佳值、最差值、均值、中位数及标准差。
• 通过两个时间基准衡量计算效率：T1（评估函数 9 共 300,000 次所需时间）和 T2（在 D=30 条件下对算法运行函数 9 共五次所需时间）。
• 结果以标准化的 CSV 文件提交（如 name_2d.csv、name_10d.csv 等），文件中包含每项函数和每轮运行的最佳适应度值的 30×51 矩阵。

实验结果

研究问题

• RQ1 不同智能群算法在具有不同条件数和多峰特性的多样化单目标优化问题上的表现如何？
• RQ2 维度（D=2、10、30、50）对基于群智能的优化算法收敛性和鲁棒性有何影响？
• RQ3 以每次函数评估耗时和总运行时间衡量的算法效率，与基准测试套件上的优化性能之间存在何种相关性？
• RQ4 与单个函数相比，通过组合标准函数构建的组合函数在多大程度上对现有优化算法构成挑战？
• RQ5 算法在多次独立运行中的结果是否一致？不同函数和维度下的性能变异性如何？

主要发现

• ICSI-2014-BS 基准测试套件包含 30 个测试函数，其中 23 个为标准函数，7 个为新设计的组合函数，旨在提升问题复杂度。
• 所有函数均通过平移和旋转变换，使其成为适合评估无导数优化算法的黑箱问题。
• 竞赛要求每项函数和维度下进行 51 次独立运行，以确保性能比较的统计可靠性。
• 性能依据各轮运行中达到的最佳适应度值进行排名，结果按各维度以标准化的 CSV 文件形式报告。
• 计算效率通过 T1 和 T2 进行量化，使用相对时间差 (T2 - T1)/T1 对不同硬件环境下的算法速度进行归一化处理。
• 竞赛结果与排名由组织方在评估后公布，实现了对多种智能群算法的跨算法基准测试。