山登りアルゴリズムに基づくアルゴリズムを開発していますが、局所的な最適解を見つけるという問題を克服する方法があります。検索場所にランダム性が導入されるシミュレーテッド アニーリングのようなものとは異なり、検索空間にランダム性を導入しようとします。アルゴリズムの説明は次のとおりです。私の質問は、この（タイプの）アルゴリズムの文献に名前があり、以前に研究されたことがありますか?
説明
私は多次元問題に取り組んでいますが、以下はアルゴリズムの 2D 視覚的表現です
まず、上記のように、ヒル クライミング アルゴリズムが使用されます (この場合、値を最小化するため)。もちろん、これには極小値を入力するという問題があります。この時点で、特定のパラメーターの評価を変更するため、検索空間の形状が変化します。私の山登りアルゴリズムは、スケーリングされた (オレンジ + 青) 値を使用し、位置の実際の値は元の (青) 値によって決定されます。したがって、スケーリング後:
最終的に、新しい局所最適値に到達します (青 + オレンジの値を見ると)。これは、青 + オレンジを見るとグローバル最適ではありませんが、(この例では) 青を見るとグローバル最適であり、最小化しようとしている値です。