個々のステップサイズの進化戦略

Question

私は、30次元最小化問題の進化戦略で良い解を見つけようとしています。今私は、成功した簡単な（1,1）ESと自己適応型（1、ラムダ）ESをワンステップサイズで開発しました。

次のステップは、次元ごとに個別のステップサイズを持つ（1、ラムダ）ESを作成することです。問題は、私のMATLABコードがまだ動作しないことです。私は球目的関数でテストしています：

function f = sphere(x) 
    f = sum(x.^2); 
end 

ザ・個々のステップサイズとの1対1つのステップサイズでESの結果をプロットした：青い線はパフォーマンスです

ESの個々のステップサイズを示し、赤はESの1ステップサイズを示します。複数のステップサイズと

（1、ラムダ）のコードES：

% Strategy parameters 
tau = 1/sqrt(2 * sqrt(N)); 
tau_prime = 1/sqrt(2 * N); 
lambda = 10; 

% Initialize 
xp = (ub - lb) .* rand(N, 1) + lb; 
sigmap = (ub - lb)/(3 * sqrt(N)); 
fp = feval(fitnessfct, xp'); 
evalcount = 1; 

% Evolution cycle 
while evalcount <= stopeval 

    % Generate offsprings and evaluate 
    for i = 1 : lambda 
     rand_scalar = randn(); 

     for j = 1 : N 
      Osigma(j,i) = sigmap(j) .* exp(tau_prime * rand_scalar + tau * randn()); 
     end 

     O(:,i) = xp + Osigma(:,i) .* rand(N,1); 
     fo(i) = feval(fitnessfct, O(:,i)'); 
    end 

    evalcount = evalcount + lambda; 

    % Select best 
    [~, sortindex] = sort(fo); 
    xp = O(:,sortindex(1)); 
    fp = fo(sortindex(1)); 
    sigmap = Osigma(:,sortindex(1)); 
end 

誰もが問題を見ていますか？

Answer 1

あなたの突然変異にはバイアスがあります。パラメータを増やすことはできますが、減らすことはできません。 sigmapは、（スケールされた）上下限から下限までのベクトルです：すべて正です。 exp（...）は常に正です。したがって、Osigmaの要素は常に正です。 Osigma。* rand（N、1）、rand（N、1）も常に正です。

おそらく、rand（N、1）の代わりにrandn（N、1）を使用することを意味しましたか？その1文字の変更で、私はあなたのコードがペシムイズするのではなく、最適化していることがわかりました。