高效全局优化（EGO）的真正归宿是多局部优化
最优化与控制
2017-04-20 v1 神经与进化计算
摘要
高效全局优化（EGO）是一种用于优化昂贵的多元模态黑盒函数的流行算法。其流行的一个重要原因是其全局收敛的理论基础。然而，由于昂贵优化中的预算非常小，渐近性质仅起次要作用，并且该算法在实验比较中有时表现不佳。因此，多年来提出了许多替代变体。在这项工作中，我们通过实验表明，该算法的优势反而在于需要识别多个最优点的场景中。
引用
@article{arxiv.1704.05724,
title = {The True Destination of EGO is Multi-local Optimization},
author = {Simon Wessing and Mike Preuss},
journal= {arXiv preprint arXiv:1704.05724},
year = {2017}
}