基于多分类支持向量机的优化算法智能推荐系统与实证分析

摘要：

算法智能推荐是超启发式算法研究领域一个重要分支,其目标是从众多"在线"算法中自动选择出最适于当前问题的算法,从而大大提升解决问题的效率.基于此提出并验证了一种优化算法智能推荐系统,理论依据是无免费午餐定理和Rice算法选择框架,并假设问题特征与算法性能表现之间存在潜在关联关系,从而可以把算法推荐问题转换为一个多分类问题.为了验证假设的成立,以多模式资源约束项目调度问题为测试样本数据集,以粒子群、模拟退火、禁忌搜索和人工蜂群等元启发式优化算法为推荐对象,以支持向量机多分类策略实现算法的分类推荐.交叉验证结果表明,推荐准确率均在90％以上,各项评价指标表现优秀.

关键词：算法推荐、问题特征、多分类支持向量机、多模式资源约束项目调度问题

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金71472013;中央高校基本科研业务费专项资金06106175

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：153-160