考虑非线性、非凸函数的黑盒优化问题,我们希望最小化目标函数。
评估优化器质量的一种方法是查看它找到的最佳解决方案。然而,这并没有给我们任何关于优化器必须探索多少参数空间来提出这些解决方案的信息。
因此,我想知道是否有指标可以量化探索了多少参数空间?
考虑非线性、非凸函数的黑盒优化问题,我们希望最小化目标函数。
评估优化器质量的一种方法是查看它找到的最佳解决方案。然而,这并没有给我们任何关于优化器必须探索多少参数空间来提出这些解决方案的信息。
因此,我想知道是否有指标可以量化探索了多少参数空间?
衡量搜索中涉及的操作数量有些常见。这仅在您进行科学工作时才真正有用,因为准确测量它的计算成本非常高。例如,如果您使用的 GA 使用基于锦标赛的适应度选择,并希望将其与使用循环选择的 GA 进行比较,那么计算个人的评估次数将是衡量总计算量的好方法。
在遗传编程中,将总操作数的测量构建到您为程序编写的解释器中是相当普遍的。然后,您可以将其直接与 eval 的数量乘以基因组的长度进行比较,例如 GA。