Buchumschlag

Deep Insights into Automated Optimization with Large Language Models and Evolutionary Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, He, Liu, Jing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Language Model-Driven Surrogate-Assisted Evolutionary Algorithm for Expensive Optimization
von: Xie, Lindong, et al.
Veröffentlicht: (2025)

Understanding the Importance of Evolutionary Search in Automated Heuristic Design with Large Language Models
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

Fitness Landscape of Large Language Model-Assisted Automated Algorithm Search
von: Liu, Fei, et al.
Veröffentlicht: (2025)

LLaMEA: A Large Language Model Evolutionary Algorithm for Automatically Generating Metaheuristics
von: van Stein, Niki, et al.
Veröffentlicht: (2024)

An Evolutionary Framework for Automatic Optimization Benchmark Generation via Large Language Models
von: Ono, Yuhiro, et al.
Veröffentlicht: (2026)

A Systematic Survey on Large Language Models for Evolutionary Optimization: From Modeling to Solving
von: Zhang, Yisong, et al.
Veröffentlicht: (2025)

Evolution of Optimization Algorithms for Global Placement via Large Language Models
von: Yao, Xufeng, et al.
Veröffentlicht: (2025)

Can Large Language Models Be Trusted as Evolutionary Optimizers for Network-Structured Combinatorial Problems?
von: Zhao, Jie, et al.
Veröffentlicht: (2025)

Knowledge-Assisted Dual-Stage Evolutionary Optimization of Large-Scale Crude Oil Scheduling
von: Zhang, Wanting, et al.
Veröffentlicht: (2024)

Structure-Aware Cooperative Ensemble Evolutionary Optimization on Combinatorial Problems with Multimodal Large Language Models
von: Zhao, Jie, et al.
Veröffentlicht: (2025)

Clustering-based Transfer Learning for Dynamic Multimodal MultiObjective Evolutionary Algorithm
von: Yan, Li, et al.
Veröffentlicht: (2025)

Online Operator Design in Evolutionary Optimization for Flexible Job Shop Scheduling via Large Language Models
von: Liao, Rongjie, et al.
Veröffentlicht: (2025)

Archive-based Single-Objective Evolutionary Algorithms for Submodular Optimization
von: Neumann, Frank, et al.
Veröffentlicht: (2024)

Evolving Benchmark Functions to Compare Evolutionary Algorithms via Genetic Programming
von: He, Yifan, et al.
Veröffentlicht: (2024)

Runtime Analysis of Evolutionary Algorithms for Multi-party Multi-objective Optimization
von: Sun, Yuetong, et al.
Veröffentlicht: (2025)

RLEMMO: Evolutionary Multimodal Optimization Assisted By Deep Reinforcement Learning
von: Lian, Hongqiao, et al.
Veröffentlicht: (2024)

An LLM-Empowered Adaptive Evolutionary Algorithm For Multi-Component Deep Learning Systems
von: Tian, Haoxiang, et al.
Veröffentlicht: (2025)

Performance and Explainability Requirements of Evolutionary Algorithms in Real-World Physics-Informed Optimization
von: Stegherr, Helena, et al.
Veröffentlicht: (2026)

R2 Indicator and Deep Reinforcement Learning Enhanced Adaptive Multi-Objective Evolutionary Algorithm
von: Tahernezhad-Javazm, Farajollah, et al.
Veröffentlicht: (2024)

Large Language Model for Multi-objective Evolutionary Optimization
von: Liu, Fei, et al.
Veröffentlicht: (2023)

Evolutionary Token-Level Prompt Optimization for Diffusion Models
von: Neto, Domício Pereira, et al.
Veröffentlicht: (2026)

Analyzing and Overcoming Local Optima in Complex Multi-Objective Optimization by Decomposition-Based Evolutionary Algorithms
von: Dong, Ting, et al.
Veröffentlicht: (2024)

Runtime Analysis for Permutation-based Evolutionary Algorithms
von: Doerr, Benjamin, et al.
Veröffentlicht: (2022)

Offline Multi-Task Multi-Objective Data-Driven Evolutionary Algorithm with Language Surrogate Model and Implicit Q-Learning
von: Zhang, Xian-Rong, et al.
Veröffentlicht: (2025)

CDEoH: Category-Driven Automatic Algorithm Design With Large Language Models
von: Wang, Yu-Nian, et al.
Veröffentlicht: (2026)

Theoretical Analyses of Multiobjective Evolutionary Algorithms on Multimodal Objectives
von: Zheng, Weijie, et al.
Veröffentlicht: (2020)

Evolution Transformer: In-Context Evolutionary Optimization
von: Lange, Robert Tjarko, et al.
Veröffentlicht: (2024)

GeM-EA: A Generative and Meta-learning Enhanced Evolutionary Algorithm for Streaming Data-Driven Optimization
von: Wu, Yue, et al.
Veröffentlicht: (2026)

DECN: Evolution Inspired Deep Convolution Network for Black-box Optimization
von: Wu, Kai, et al.
Veröffentlicht: (2023)

EmoDM: A Diffusion Model for Evolutionary Multi-objective Optimization
von: Yan, Xueming, et al.
Veröffentlicht: (2024)

When Large Language Models Meet Evolutionary Algorithms: Potential Enhancements and Challenges
von: Wang, Chao, et al.
Veröffentlicht: (2024)

Learn from Global Correlations: Enhancing Evolutionary Algorithm via Spectral GNN
von: Ouyang, Kaichen, et al.
Veröffentlicht: (2024)

Evolution of Heuristics: Towards Efficient Automatic Algorithm Design Using Large Language Model
von: Liu, Fei, et al.
Veröffentlicht: (2024)

Evolutionary Computation in the Era of Large Language Model: Survey and Roadmap
von: Wu, Xingyu, et al.
Veröffentlicht: (2024)

Online Optimization of Curriculum Learning Schedules using Evolutionary Optimization
von: Jiwatode, Mohit, et al.
Veröffentlicht: (2024)

Evolutionary Optimization Trumps Adam Optimization on Embedding Space Exploration
von: Neto, Domício Pereira, et al.
Veröffentlicht: (2025)

EOE: Evolutionary Optimization of Experts for Training Language Models
von: Chen, Yingshi
Veröffentlicht: (2025)

Reinforcement learning Based Automated Design of Differential Evolution Algorithm for Black-box Optimization
von: Yang, Xu, et al.
Veröffentlicht: (2025)

Code Evolution Graphs: Understanding Large Language Model Driven Design of Algorithms
von: van Stein, Niki, et al.
Veröffentlicht: (2025)

Decoupling Numerical and Structural Parameters: An Empirical Study on Adaptive Genetic Algorithms via Deep Reinforcement Learning for the Large-Scale TSP
von: Wang, Hongyu, et al.
Veröffentlicht: (2026)