协方差矩阵适应进化策略的并行实现
神经与进化计算
2018-05-30 v1 最优化与控制
摘要
在许多实际的优化问题中，待优化函数的导数是不可用或不可靠的。此类优化问题使用无导数优化技术来求解。协方差矩阵适应进化策略（CMA-ES）算法是无导数优化领域最先进的技术之一。然而，CMA-ES 算法的复杂性使其不适用于需要快速优化的任务。为了减少 CMA-ES 的执行时间，提出了一种并行实现，并使用 PythOPT 优化环境中的基准问题分析了其性能。
引用
@article{arxiv.1805.11201,
title = {A parallel implementation of the covariance matrix adaptation evolution strategy},
author = {Najeeb Khan},
journal= {arXiv preprint arXiv:1805.11201},
year = {2018}
}