CMA-ES 算法

CMA-ES(协方差矩阵自适应进化策略)是一种用于连续优化问题的算法,尤其适用于病态条件。它通过多变量正态分布生成搜索点,采用排序选择过程,结合步长控制和协方差矩阵自适应来提升收敛速度和性能。该算法利用海森矩阵简化问题表示,提高优化效率。
摘要由CSDN通过智能技术生成

CMA-ES 算法

 

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

这里写图片描述

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 
x⃗ im⃗ +σN(0,C)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值