超越人工基准
用自回归生成网络自动设计元启发式算法，结构多样且能复用既有设计经验，在25个测试问题中24个优于所有人造算法。
赵前 · Tengfei, Liu · 闫白 · Duan, Qiqi · 杨剑 · 史玉回
IEEE Transactions on Evolutionary Computation 2024
自回归推理可生成任意长度和结构的算法，能充分挖掘元启发式算法家族的潜力。
设计器在神经元中积累的先验知识可被检索用于新问题，支持面向开放问题的持续算法设计。
在数值基准和实际问题测试中，生成的算法在25个测试问题的24个上优于所有人造基准算法。