线性函数上的累积步长自适应：技术报告
机器学习
2012-07-02 v2
摘要
CSA-ES是一种具有累积步长自适应的进化策略，其中步长通过测量所谓累积路径的长度进行自适应。累积路径是算法先前步骤的组合，每个步骤的重要性随时间递减。本文通过研究其底层马尔可夫链，研究了CSA-ES在严格递增与仿射线性函数的复合上的表现。推导了有累积和无累积情况下步长变化和变异的严格结果。在大多数情况下，步长以几何级数快速发散。此外，还研究了累积参数的影响。
引用
@article{arxiv.1206.1208,
title = {Cumulative Step-size Adaptation on Linear Functions: Technical Report},
author = {Alexandre Adrien Chotard and Anne Auger and Nikolaus Hansen},
journal= {arXiv preprint arXiv:1206.1208},
year = {2012}
}
备注
Parallel Problem Solving From Nature (2012)