论文提出了一种改进的CMA-ES算法,通过自适应学习率提升黑箱优化问题的性能。该方法动态调整学习率,实验显示在多种基准函数上优于标准CMA-ES。自适应学习率通过指数和乘法噪声机制实现,显著提高了收敛速度和解的质量。尽管超参数敏感性分析不足,但为进化优化算法提供了改进方向。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: