研究人员开发了一种名为MSC-CMA-ES的新优化策略，旨在提高CMA-ES算法在多模态搜索场景中的性能。该方法通过将搜索空间划分为吸引盆并在此类盆中进行重启播种，引入了结构感知重启。在各种基准套件上的评估表明，MSC-CMA-ES在组合函数上表现出色，显示出比其他算法高得多的覆盖率，尽管它在基本函数上显示了景观发现与深度目标覆盖之间的权衡。 AI
排序理由 该集群包含一篇详细介绍新算法及其在基准套件上评估的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →