英特尔的研究人员提出一种新的自动算法生成器
（
AAD
）
，
利用演化算法框架，
以
Python
语言的基本子集作为语法架构，能够对
29
个数组
/
向量问题的代码块进行组合，
通过学习，自动生成更复杂问题的解决方案。
本文介绍一种自动算法发现器（
AAD
）
，这是一种用于合成高复杂度计算程序的演化算法
框架。此前的演化算法依赖于客观的适应函数，这在给算法设计上增加了难度。
本文提出的
AAD
采用问题式引导演化过程（
PGE
）
，这需要将一组问题一起引入，针对更
简单问题发现解决方案，用于解决同一组问题中的更复杂的问题。
PGE
还支持几种新的
进化策略，并自然地应用于高性能计算（
HPC
）技术。
AAD
可以为
29
个数组
/
向量问题生成
Python
代码，
范围从
min
，
max
，
reverse
到更具挑战
性的问题，
如排序和矩阵向量乘法。
此外，
AAD
显示出对受限环境
/
受限输入的强适应性，
以及针对“开箱即用”的问题的解决能力。
AAD
是将相对简单的问题解决组件自动组合程序，可以实现搜索由这些组件的所有可能
排列所组成的整个空间，
然后寻找满足给定要求的解决方案。
目前已经提出了许多这样的
搜索策略（例如枚举，基于演绎，约束求解，随机）来应对这类挑战。
使用
AAD
的分类算法代码块示例
本文提出了一种基于演化算法的搜索策略，将其
AAD
中实现。
AAD
可以基于
Python
的
子集作为语法结构，组合成复杂度相对较高的程序（循环，嵌套块，嵌套函数调用等）
，
并生成可执行的
Python
代码。在本文中使用
AAD
来发现数组
/
向量问题的算法解决方案。
总的来说，
AAD
实现了以下目标：
使用问题导向型的演化策略来消除算法中的目标函数。
使用多样化的演化策略（多环境解决方案，异花授粉和联合演化）
，并通过广泛的实验评
估其有效性。
2141
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
