现实世界中的优化问题往往具有较高的复杂度和维数,称为LSGO问题,即Large-Scale Global Optimization。
此问题在各个领域的研究工作中都引起了极大的兴趣。许多科学和工程应用程序被表述为LSGO问题,如设计大型电子系统,大量资源的调度问题,大规模交通中的车辆,路由问题网络,生物信息学中的基因识别,逆问题,化学动力学等。在过去的十年里,大量的元启发式为了显著提高处理算法的性能,开发了算法或改进算法LSGO问题。
下表是常见的处理LSGO问题的算法与技术:
下面列出了LSGO问题的挑战:
以上问题导致了大多数解决大规模问题的算法在超过1000D的数据上效果很差。
参考文献:Mahdavi S, Shiri M E, Rahnamayan S. Metaheuristics in large-scale global continues optimization: A survey[J]. Information Sciences, 2015, 295: 407-428.