English(EN) Runtime Analysis of the $(μ+ 1)$-ES in a Homogenous Progress Model

新模型分析用于机器学习优化的进化策略

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-11 13:15

研究人员开发了一个新颖的模型来分析进化策略（ES）在通用问题中的适应度进展。该模型通过关注父代和子代之间的适应度关系来简化分析，绕过了底层适应度景观的复杂性。该研究严格分析了连续稳态 $(\mu+1)$-ES 的预期增长率，提供了一种使用修改后过程来确定该速率的紧密界限的通用技术。 AI

排序理由这是一篇发表在arXiv上的研究论文，详细介绍了一种用于分析优化算法的新理论模型。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Raghu Raman Ravi · 2026-06-11 13:15

Runtime Analysis of the $(μ+ 1)$-ES in a Homogenous Progress Model

We introduce a new simple model to study the fitness progress of Evolution Strategies (ES) in generic problems. In this model, we bypass the underlying fitness landscape and assume that the mutation of any individual produces an offspring whose fitness relative to the parent is g…