For some, but not all, performance

For some, but not all, performance measures, there is an additional question of whether one is interested in peak performance, or average performance, considered over all these experiments. In evolutionary computing it is typical to suggest that algorithm A is better than algorithm B if its average performance is better. In many applications, however, one is often interested in the best solution found in X runs or within Y hours/days/weeks (peak performance), and the average performance is not that relevant. This is typical, for instance, in design problems as discussed in Section 9.1. In general, if there is time for more runs on the given problem and the final solution can be selected from the best solutions of these runs, then peak performance is more relevant than average performance.

結果 (繁體中文) 1:

對於一些人，但不是全部，性能指標，有一個是否有興趣峰值性能，或平均性能的附加問題，認為在所有這些實驗。在進化計算是典型的表明算法A比算法乙更好，如果其平均性能更好。在許多應用中，然而，一個經常被有意的最佳解決方案在X上運行或在ÿ小時/天/週（最高性能）發現，平均業績是不是相關的。這是典型的，例如，在設計上的問題，如第9.1節中討論。一般情況下，如果有時間在給定的問題和FI最終解決方案的更多的運行可以從這些運行的最佳解決方案被選中，然後峰值性能比平均表現更相關。

結果 (繁體中文) 2:

對於某些（但不是全部）性能度量，還有一個附加問題，即在所有這些實驗中，人們是否對峰值性能或平均性能感興趣。在進化計算中，如果演算法 A 的平均性能更好，則通常認為演算法 A 優於演算法 B。但是，在許多應用程式中，人們通常對 X 運行或 Y 小時/天/周（峰值性能）中的最佳解決方案感興趣，而平均性能則不太相關。例如，這在設計問題中是典型的，如第 9.1 節所述。通常，如果有時間對給定問題進行更多運行，並且可以從這些運行的最佳解決方案中選擇最終解決方案，則峰值性能比平均性能更相關。

結果 (繁體中文) 3:

對於一些（但不是全部）效能度量，還有一個額外的問題，即在所有這些實驗中，人們是對峰值效能感興趣，還是對平均效能感興趣。在進化計算中，如果算灋A的平均效能更好，則它通常比算灋B好。然而，在許多應用程序中，人們通常對X次運行或Y小時/天/周內（峰值效能）找到的最佳解決方案感興趣，而平均效能與此無關。例如，這在第9.1節討論的設計問題中是典型的。一般來說，如果有時間對給定問題進行更多的運行，並且可以從這些運行的最佳解決方案中選擇最終解決方案，那麼峰值效能比平均效能更相關。