• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Congress on Evolutionary Computation >An LaF-CMAES hybrid for optimization in multi-modal search spaces
【24h】

An LaF-CMAES hybrid for optimization in multi-modal search spaces

机译：用于多模态搜索空间中优化的Laf-CMAES杂种

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Optimization in multi-modal search spaces requires both exploration and exploitation. The role of exploration is to find promising attraction basins, and the role of exploitation is to find the best solutions (i.e. the local optima) within these attraction basins. In many search techniques, the balance between exploration and exploitation can be adjusted by various parameter settings. An alternative approach is to develop (hybrid) techniques with distinct mechanisms for the task of exploration and the task of exploitation. We believe this second approach can be simpler and more effective. The presented LaF-CMAES hybrid involves relatively few design decisions (e.g. parameter selections), and it delivers highly competitive performance across a benchmark set of multi-modal functions.
机译：多模态搜索空间中的优化需要探索和剥削。探索的作用是寻找有前途的吸引力盆地，利用的作用是在这些吸引力盆地中找到最佳解决方案（即本地Optima）。在许多搜索技术中，可以通过各种参数设置调整探索和利用之间的平衡。另一种方法是开发（混合）技术，具有不同机制的探索的任务和剥削的任务。我们认为这第二种方法可以更简单，更有效。呈现的Laf-CMAES混合动力车涉及相对较少的设计决策（例如参数选择），并且它在多模态函数的基准组中提供了高度竞争的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号