CMA-ES算法解决连续优化问题
来源:互联网 发布:华育杯网络作文投稿 编辑:程序博客网 时间:2024/06/01 09:10
一、算法介绍
CMA-ES是Covariance Matrix Adaptation Evolutionary Strategies的缩写,中文名称是协方差矩阵自适应进化策略,主要用于解决连续优化问题,尤其在病态条件下的连续优化问题。进化策略算法主要作为求解参数优化问题的方法,模仿生物进化原理,假设不论基因发生何种变化,产生的结果(性状)总遵循这零均值,某一方差的高斯分布。注意这里进化策略和遗传算法不同,但是都是进化算法(EAs)的重要变种。
二、算法实现
三、主要特点
1. 使用多变量的正态分布产生新的搜索点
-遵循最大熵原理
2. 基于排序的选择过程
-暗含了不变性, 对于g(f(x))来说具有相同的性能,g是增函数
3. 步长控制使得快速收敛更加便捷
-基于进化路径
4. 协方差矩阵自适应算法增加了成功步长的似然性,可以根据问题规模的数量级改善性能。
-
-
-
0 0
- CMA-ES算法解决连续优化问题
- CMA-ES 和python
- 从“求最大连续和问题”看算法优化
- [内存管理]连续内存分配器(CMA)概述
- [内存管理]连续内存分配器(CMA)概述
- cma
- CMA
- CMA
- 解决ES数据偏移问题
- 遗传算法解决函数优化问题
- 模拟退火算法解决函数优化问题
- 粒子群算法解决函数优化问题
- 算法 连续邮资问题
- Python的CMA-ES扩展1.0版本文档
- CMA连续物理内存用户空间映射---(一)
- CMA连续物理内存用户空间映射---(二)
- cma --- linux驱动中分配连续物理内存
- [算法]连续正整数问题(续)
- 使用Libevent的程序demo
- Tomcat发布项目时,浏览器地址栏图标的问题
- Windows7下安装 Nodejs 并在 WebStorm11下搭建编译 LESS 环境
- 第十章 复习题
- STM32のPWM
- CMA-ES算法解决连续优化问题
- 比较器与集成运放 1
- 马云的十八罗汉
- 习作:常用字符编码查询程序
- STM32F0xx_TIM输出PWM配置详细过程
- portfolio
- Properties(配置文件类)
- 提示用户升级浏览器代码 低于ie9的浏览器提示
- Xcode7.0免证书真机调试