基于卷积神经网络的算法选择研究

摘要

为解决不同类型的优化问题的算法选择，将该问题视为一个分类任务，提出基于深度学习的算法选择框架，通过建立产生问题实例样本的基准问题生成器，利用卷积神经网络模型实现问题实例在人工蜂群(ABC)、复杂差分(CoDE)和协方差自适应进化策略(CMA-ES)3种算法上的自动选择，并对算法选择问题进行实验验证，结果表明基于卷积神经网络的算法选择模型预测准确率能够达到90%,能够有效解决算法选择问题.

关键词

算法选择 / 深度学习 / 分类 / 卷积神经网络