Quasi-random numbers improve the CMA-ES on the BBOB testbed

Olivier Teytaud 1, 2, *
* Auteur correspondant
2 TAO - Machine Learning and Optimisation
CNRS - Centre National de la Recherche Scientifique : UMR8623, Inria Saclay - Ile de France, UP11 - Université Paris-Sud - Paris 11, LRI - Laboratoire de Recherche en Informatique
Abstract : Pseudo-random numbers are usually a good enough approximation of random numbers in evolutionary algorithms. But quasi-random numbers follow a different idea, namely they are aimed at being more regularly distributed than random points. It has been pointed out in earlier papers that quasi-random points provide a significant improvement in evolutionary optimization. In this paper, we experiment quasi-random mutations on a well known test case, namely the Coco/Bbob test case. We also include experiments on translated or rescaled versions of BBOB, on which we get similar improvements.
Type de document :
Communication dans un congrès
Stephane Bonnevay; Pierrick Legrand; Nicolas Montmarché; Evelyne Lutton; Marc Schoenauer. Artificial Evolution (EA2015), 2015, Lyon, France. Springer Verlag, pp.13
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01194542
Contributeur : Olivier Teytaud <>
Soumis le : lundi 7 septembre 2015 - 11:10:05
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : mardi 8 décembre 2015 - 11:15:43

Fichier

EAsource.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01194542, version 1

Citation

Olivier Teytaud. Quasi-random numbers improve the CMA-ES on the BBOB testbed. Stephane Bonnevay; Pierrick Legrand; Nicolas Montmarché; Evelyne Lutton; Marc Schoenauer. Artificial Evolution (EA2015), 2015, Lyon, France. Springer Verlag, pp.13. 〈hal-01194542〉

Partager

Métriques

Consultations de la notice

397

Téléchargements de fichiers

111