共分散行列の適応 - 進化戦略に必要な基本コンポーネントは知っていますが、選択された子 (ラムダ) が親母集団 (mu) を置き換えるか、それに追加されるかを明示的に述べている場所を見つけることができないようです。
この違いは、集団が局所最適に行き詰まって収束するかどうか、または局所最適から抜け出して大域的最適を見つけることができるかどうかについて、進化計算に大きな違いをもたらすことを私は知っています。この難題を解決するための助けは大歓迎です。
共分散行列の適応 - 進化戦略に必要な基本コンポーネントは知っていますが、選択された子 (ラムダ) が親母集団 (mu) を置き換えるか、それに追加されるかを明示的に述べている場所を見つけることができないようです。
この違いは、集団が局所最適に行き詰まって収束するかどうか、または局所最適から抜け出して大域的最適を見つけることができるかどうかについて、進化計算に大きな違いをもたらすことを私は知っています。この難題を解決するための助けは大歓迎です。
CMA-ESの母集団は、実際には(mu / mu_w、lambda)を使用して構築されています。この表記は、アルゴリズムを詳細に説明して いるCMA-ESチュートリアルからのものです。
(mu / mu_w、lambda)-ES、親との進化戦略、中級または加重のすべての親、および子孫の組換え。
古典的な進化戦略では、ミュー個体はラムダの新しいソリューションを生成するために変異されます。次に、アルゴリズムはそれらのラムダ解を最初のミューに追加するか(mu + lambda)、ラムダ解のみを保持します(mu、lambda)。
CMA-ESは、最初にガウス分布からラムダ解をサンプリングします。次に、mu fittestのサンプリングされたソリューションの平均を計算することにより、検索分布の新しい平均を計算します。最後に、アルゴリズムは、ここでは取り上げませんが、mufittestのサンプルソリューションも使用する特殊なメカニズムを使用して、分布の共分散行列を更新します。