Еволюційна стратегія (CMA-ES) — Адаптація коваріаційної матриці
CMA-ES, скорочення від Covariance Matrix Adaptation Evolution Strategy, є сучасним оптимізатором без похідних для неперервних функцій чорної скриньки, представленим Хансеном та Остермайєром у 2001 році. Він підтримує популяцію кандидатних розв'язків, вибраних із багатовимірного нормального розподілу, та ітеративно оновлює середнє значення розподілу, розмір кроку та повну коваріаційну матрицю, щоб спрямувати пошук до кращих областей простору параметрів. Він став де-факто стандартом для неперервної оптимізації чорної скриньки і широко використовується в пошуку архітектури нейронних мереж та оптимізації політик навчання з підкріпленням.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Covariance Matrix Adaptation Evolution Strategy (CMA-ES). ScholarGate. https://scholargate.app/uk/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.
- Байєсівська оптимізаціяОптимізація↔ compare
- Генетичний алгоритмОптимізація↔ compare
- Оптимізація роєм частинок (PSO)Оптимізація↔ compare
- Робастна оптимізаціяОптимізація↔ compare
- Оптимізація на основі сурогатівОптимізація↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →