Benchmarking the Nelder-Mead Downhill Simplex Algorithm With Many Local Restarts

Nikolaus Hansen 1, 2
1 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Abstract : We benchmark the Nelder-Mead downhill simplex method on the noisefree BBOB-2009 testbed. A multistart strategy is applied on two levels. On a local level, at least ten restarts are conducted with a small number of iterations and reshaped simplex. On the global level independent restarts are launched until $10^5 D$ function evaluations are exceeded, for dimension $D\ge20$ ten times less. For low search space dimensions the algorithm shows very good results on many functions. It solves 24, 18, 11 and 7 of 24 functions in 2, 5, 10 and 40-D.
Type de document :
Communication dans un congrès
ACM-GECCO Genetic and Evolutionary Computation Conference, Jul 2009, Montreal, Canada. 2009
Liste complète des métadonnées

Littérature citée [5 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00382104
Contributeur : Nikolaus Hansen <>
Soumis le : jeudi 7 mai 2009 - 13:13:20
Dernière modification le : jeudi 11 janvier 2018 - 01:49:38
Document(s) archivé(s) le : jeudi 10 juin 2010 - 21:05:23

Fichier

hansen2009bnm.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00382104, version 1

Collections

Citation

Nikolaus Hansen. Benchmarking the Nelder-Mead Downhill Simplex Algorithm With Many Local Restarts. ACM-GECCO Genetic and Evolutionary Computation Conference, Jul 2009, Montreal, Canada. 2009. 〈inria-00382104〉

Partager

Métriques

Consultations de la notice

314

Téléchargements de fichiers

214