IPOP-saACM-ES在BBOB-2012噪声测试集上的黑盒优化基准测试
神经与进化计算
2012-06-06 v1
摘要
本文研究了IPOP-saACM-ES（最近提出的自自适应代理辅助协方差矩阵适应进化策略）的性能。该算法使用重启机制进行测试，直至函数评估总数达到，其中为函数搜索空间的维度。实验表明，代理模型控制使得IPOP-saACM-ES与原始IPOP-aCMA-ES一样鲁棒，并且在6个具有中等噪声的基准测试问题上以2到3倍的因子优于后者。在维度为20的30个基准测试问题中，有15个IPOP-saACM-ES超越了BBOB-2009和BBOB-2010期间观察到的记录。
关键词
引用
@article{arxiv.1206.0974,
title = {Black-box optimization benchmarking of IPOP-saACM-ES on the BBOB-2012 noisy testbed},
author = {Ilya Loshchilov and Marc Schoenauer and Michèle Sebag},
journal= {arXiv preprint arXiv:1206.0974},
year = {2012}
}
备注
Genetic and Evolutionary Computation Conference (GECCO 2012) (2012)