RABBO:黑盒优化Benchmark
RABBO(Real-Application Black-Box Optimization benchmark)榜单提供具有实际应用背景的黑盒优化测试问题及评测方案,旨在帮助算法研发者打磨求解真实场景问题的黑盒优化算法,为算法使用者提供各类算法特点与适用场景分析以及使用参考。

benchmark题目集

经典题目集
synthetic,根据一些经典的数学函数来构造的测试问题,便于理解和学习。
金属冶炼配比优化
smelting,在工业炼钢生产工艺中,如何在钢水中投入合适的原料,使得满足下一工序的需求,又能降低成本?
火星车路径规划
rover,在环境未知的火星,如何根据当前的位置姿态、环境感知结果来进行路径规划,安全到达目标点?
风电微观选址
windfarm,风力发电场的发电收益会受风机尾流效应影响,如何设计每台机组的位置,最大化利用风能?

榜单说明

黑盒优化问题
  • 黑盒优化问题,泛指目标函数难以从数学上解析表达,缺少可直接利用的梯度信息,仅可利用目标函数输入和对应输出函数值进行最优解搜索的优化问题
  • RABBO提供了针对黑盒优化问题的数学建模和优化求解的思路,提供了黑盒优化接口规范代码、实际应用背景的测试问题、和效果评测的方案。帮助广大研发者快速学习和研发。
榜单宗旨
  • RABBO榜单由达摩院决策智能实验室倾力维护,依托于阿里云天池平台的支持,将实行长期线上评测和定期揭榜。
  • RABBO将持续拓展问题场景,为领域内研发团队提供一个“研发工具”和“竞技平台”,打造国内外最具活力的的黑盒优化Benchmark榜单。
如何参与
  • 您可下载RABBO数据集(git仓库)、根据指引学习和研发自己的算法。
  • 可提交代码参与榜单评测,还可分享自己的方案思路。
  • 欢迎加入组织者,一起补充问题集和评测方案。