摘要
本发明涉及一种基于双增量范式的在线算法选择方法，步骤如下：（1）获得问题的特征向量；（2）获取最优算法标签；（3）将问题的特征向量和最优算法标签作为一对输入，训练分类器；（4）采用问题特征之间的欧氏距离计算相似度，找出与当前问题相似度最高的多个问题，并计算出用于相似性比较判断的阈值；（5）当面临新问题时，首先进行相似度比较，若相似度小于阈值，按照相似问题的标签推荐，若不小于阈值，使用分类器预测算法；（6）对于新加入的算法进行性能评估，替换算法库中表现不佳的算法；（7）更新系统。本发明具有预测速度快、计算资源消耗少、适应性高的优点，可以最大限度地减少资源浪费并提高系统对优化问题的智能求解能力。
