Per Instance Algorithm Configuration for Continuous Black Box Optimization

Nacim Belkhir 1
1 TAU - TAckling the Underspeficied
Inria Saclay - Ile de France
Résumé : Cette thèse porte sur la configuration automatisée des algorithmes qui vise à trouver le meilleur paramétrage à un problème donné ou une catégorie de problèmes. Le problème de configuration de l'algorithme revient donc à un problème de méta-optimisation dans l'espace des paramètres, dont le méta-objectif est la mesure de performance de l'algorithme donné avec une configuration de paramètres donnée. Des approches plus récentes reposent sur une description des problèmes et ont pour but d’apprendre la relation entre l’espace des caractéristiques des problèmes et l’espace des configurations de l’algorithme à paramétrer. Cette thèse de doctorat porte sur le CAPI (Configuration d'Algorithme Par Instance) pour résoudre des problèmes d'optimisation de boîte noire continus, où seul un budget limité d'évaluations de fonctions est disponible. Nous étudions d'abord les algorithmes évolutionnaires pour l'optimisation continue, en mettant l'accent sur deux algorithmes que nous avons utilisés comme algorithme cible pour CAPI, DE et CMA-ES. Ensuite, nous passons en revue l'état de l'art des approches de configuration d'algorithme, et les différentes fonctionnalités qui ont été proposées dans la littérature pour décrire les problèmes d'optimisation de boîte noire continue. Nous introduisons ensuite une méthodologie générale pour étudier empiriquement le CAPI pour le domaine continu, de sorte que toutes les composantes du CAPI puissent être explorées dans des conditions réelles. À cette fin, nous introduisons également un nouveau banc d'essai de boîte noire continue, distinct du célèbre benchmark BBOB, qui est composé de plusieurs fonctions de test multidimensionnelles avec différentes propriétés problématiques, issues de la littérature. La méthodologie proposée est finalement appliquée à deux AEs. LA méthodologie est ainsi, validé empiriquement sur le nouveau banc d’essai d’optimisation boîte noire pour des dimensions allant jusqu’à 100.
Liste complète des métadonnées

Littérature citée [355 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/tel-01669527
Contributeur : Nacim Belkhir <>
Soumis le : mercredi 20 décembre 2017 - 22:57:03
Dernière modification le : samedi 23 décembre 2017 - 01:14:00

Fichier

nacim_BELKHIR_manuscrit_these_...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : tel-01669527, version 1

Citation

Nacim Belkhir. Per Instance Algorithm Configuration for Continuous Black Box Optimization. Optimization and Control [math.OC]. Paris Saclay, 2017. English. 〈tel-01669527〉

Partager

Métriques

Consultations de la notice

51

Téléchargements de fichiers

29