Dynamic Component Management

MuEvo框架使用LLM演化启发式集成以进行优化

研究人员推出了一种新颖的框架MuEvo，该框架利用大型语言模型（LLM）来演化组合优化问题的启发式集成。与以往专注于单一启发式方法的不同，MuEvo通过引入动态组件管理和LLM驱动的协同演化，解决了优化多个相互作用组件的挑战。该框架利用多集成评估、跨组件信息共享和自适应预算分配等技术来协调组件种群。在选择超启发式和蚁群优化上的评估表明，MuEvo的表现优于现有的多组件LLM-AHD方法，并增强了人类设计的框架。