Evolusjonsstrategi (CMA-ES) — Kovariansmatriseadaptasjon
CMA-ES, forkortelse for Covariance Matrix Adaptation Evolution Strategy, er en moderne derivatfri optimeringsmetode for kontinuerlige svartboksfunksjoner introdusert av Hansen og Ostermeier i 2001. Den vedlikeholder en populasjon av kandidatløsninger trukket fra en multivariat normalfordeling og oppdaterer iterativt fordelingens gjennomsnitt, steglengde og fulle kovariansmatrise for å styre søket mot bedre regioner i parameterrommet. Den har blitt de facto-standarden for kontinuerlig svartboksoptimering og brukes mye i søk etter nevrale arkitekturer og policyoptimalisering innen forsterkningslæring.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Hansen, N. & Ostermeier, A. (2001). Completely Derandomized Self-Adaptation in Evolutionary Strategies. Evolutionary Computation, 9(2), 159-195. DOI: 10.1162/106365601750190398 ↗
- Hansen, N. (2016). The CMA Evolution Strategy: A Tutorial. arXiv:1604.00772. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Covariance Matrix Adaptation Evolution Strategy (CMA-ES). ScholarGate. https://scholargate.app/no/optimization/evolutionary-strategy
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiansk optimeringOptimering↔ compare
- Genetisk algoritmeOptimering↔ compare
- Partikkelsvermoptimalisering (PSO)Optimering↔ compare
- Robust optimeringOptimering↔ compare
- Surrogate-basert optimeringOptimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →