five

OS Terrain 50

收藏
arXiv2024-10-03 更新2024-10-05 收录
下载链接:
https://www.ordnancesurvey.co.uk/products/os-terrain-50
下载链接
链接失效反馈
官方服务:
资源简介:
OS Terrain 50数据集是由英国测绘局提供的英国地形数据集,覆盖了整个英国及其岛屿,包含957,174个局部最优值。该数据集通过线性插值和轻微修改,模拟了英国的真实地形,用于优化算法的基准测试。数据集的创建过程包括下载原始数据、进行线性插值和生成人工海底斜坡。该数据集主要用于优化算法的教育工具和性能评估,旨在解决在复杂地形中寻找全局最优解的问题。

The OS Terrain 50 dataset is a British terrain dataset provided by the Ordnance Survey, covering the entire United Kingdom and its surrounding islands, and containing 957,174 local optima. This dataset simulates the real terrain of the United Kingdom through linear interpolation and minor modifications, and is used for benchmark testing of optimization algorithms. The creation process of the dataset includes downloading raw data, performing linear interpolation, and generating artificial seabed slopes. This dataset is primarily utilized as educational resources and for performance evaluation of optimization algorithms, aiming to address the challenge of finding global optimal solutions in complex terrain.
提供机构:
诺丁汉大学数学科学学院
创建时间:
2024-10-03
搜集汇总
数据集介绍
main_image_url
构建方式
OS Terrain 50数据集的构建基于英国地形测量局(Ordnance Survey)提供的真实地形数据。研究团队对原始数据进行了轻微修改,并通过线性插值生成目标函数,以模拟英国地形。该数据集被封装在一个名为nevis的Python模块中,便于优化算法的基准测试。通过离散方法对局部最优及其吸引盆进行分类,识别出957,174个局部最优。这些局部最优的识别基于对英国地形2D网格点的离散数学定义,近似模拟了现实世界中的山峰概念。
特点
OS Terrain 50数据集的主要特点在于其基于真实地形数据,提供了丰富的局部最优和复杂的吸引盆结构。数据集包含了957,174个局部最优,这些局部最优的数量远超传统人工基准测试函数中的局部最优数量。此外,数据集通过线性插值生成的目标函数,确保了算法的连续性测试需求。数据集的构建还考虑了海洋区域的缺失数据,通过人工生成的海底斜坡来引导优化算法向陆地区域靠拢。
使用方法
OS Terrain 50数据集主要用于优化算法的基准测试,通过模拟英国地形来评估不同优化算法在复杂地形中的表现。使用者可以通过nevis模块下载并修改OS Terrain 50数据集,生成目标函数进行优化测试。数据集提供了丰富的可视化功能,包括地形图的绘制和优化过程的动画展示,帮助用户直观理解算法在复杂地形中的搜索行为。此外,数据集还支持多种优化算法的性能评估,通过引入广义预期运行时间(GERT)等性能指标,确保在算法未成功运行时仍能进行有意义的比较。
背景与挑战
背景概述
OS Terrain 50数据集是由英国测绘局(Ordnance Survey)提供的真实地形数据集,主要用于优化算法的基准测试。该数据集基于英国地形数据,经过轻微修改和线性插值,生成了一个模拟英国地形的优化目标函数。数据集的核心研究问题是如何在复杂的英国地形中找到全局最优解,特别是如何有效地找到英国最高峰Ben Nevis。该数据集由Yuhang Wei、Michael Clerx和Gary R. Mirams等研究人员在诺丁汉大学数学科学学院创建,旨在为优化算法提供一个真实且具有挑战性的测试平台。通过使用英国的真实地形数据,研究人员希望开发一种教育工具,帮助学生和从业者直观地理解不同优化算法在复杂地形中的表现,并评估这些算法在实际应用中的适用性。
当前挑战
OS Terrain 50数据集面临的挑战主要集中在两个方面:一是如何有效地在具有大量局部最优解的复杂地形中找到全局最优解,这需要算法具备强大的全局搜索能力;二是数据集构建过程中遇到的挑战,包括如何处理缺失的海底数据和如何定义局部最优解及其吸引域。此外,数据集的复杂性还体现在如何选择合适的优化算法和超参数,以确保算法能够在有限的计算资源和时间内有效地找到全局最优解。这些挑战不仅考验了优化算法的性能,也推动了算法在实际应用中的进一步发展和改进。
常用场景
经典使用场景
OS Terrain 50数据集的经典应用场景在于其作为优化算法的基准测试工具。通过将英国地形数据转化为一个二维优化问题,研究者能够评估和比较不同优化算法在复杂地形中的表现。具体而言,该数据集被用于模拟英国地形的优化问题,识别出957,174个局部最优解,并开发了一个基准测试框架,用于评估优化算法在寻找全局最优解(如本尼维斯山峰)时的性能。
解决学术问题
OS Terrain 50数据集解决了优化算法在复杂地形中寻找全局最优解的学术研究问题。通过提供一个基于真实地形的优化问题,该数据集帮助研究者理解和评估不同优化算法在面对大量局部最优解时的表现。这不仅提升了对优化算法性能的理解,还为开发更有效的优化方法提供了实际的测试平台。
衍生相关工作
基于OS Terrain 50数据集,研究者开发了多种优化算法的基准测试框架,并提出了新的性能评估指标,如广义预期运行时间(GERT)。这些工作不仅推动了优化算法在复杂地形中的应用研究,还激发了更多关于如何有效利用真实世界数据进行算法测试和性能评估的讨论。此外,该数据集还促进了多目标优化、进化算法等领域的相关研究。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作