使用混合多目标CMA-ES (HMO-CMA-ES)的任意时刻双目标优化
神经与进化计算
2016-05-10 v1
摘要
我们提出一种多目标优化算法，旨在广泛问题上实现良好的任意时刻性能。性能根据超体积度量评估。该称为HMO-CMA-ES的算法代表了若干新旧CMA-ES变体的混合，并辅以BOBYQA作为热启动。我们在COCO框架(COmparing Continuous Optimizers)最近引入的双目标问题集上基准测试HMO-CMA-ES，该问题集由55个可扩展连续优化问题组成，被黑盒优化基准测试(BBOB)研讨会2016使用。
引用
@article{arxiv.1605.02720,
title = {Anytime Bi-Objective Optimization with a Hybrid Multi-Objective CMA-ES (HMO-CMA-ES)},
author = {Ilya Loshchilov and Tobias Glasmachers},
journal= {arXiv preprint arXiv:1605.02720},
year = {2016}
}
备注
BBOB workshop of GECCO'2016