IOHexperimenter

该数据集是一个包含23个独立函数的基准测试套件，旨在用于解决黑盒优化问题。此外，该数据集还用于验证在优化任务中，通过景观图像进行机器驱动特征提取的有效性。该数据集的规模为23个函数，任务是对函数进行识别和分类。This dataset is a benchmark test suite comprising 23 independent functions, designed to address black-box optimization problems. Furthermore, it can also be used to validate the effectiveness of machine-driven feature extraction via fitness landscape images in optimization tasks. This dataset includes 23 functions, and the downstream task is function recognition and classification.

搜集汇总

背景与挑战

背景概述

IOHexperimenter是IOHprofiler基准测试平台的一个核心组件，专注于生成基准测试套件以评估迭代优化启发式算法的性能。它提供通用框架、包含25个测试问题的伪布尔优化（PBO）套件，以及24个连续域黑盒优化（BBOB）函数的集成，用于产生实验数据并支持算法性能分析。