Benchmarking the (1+1)-CMA-ES on the BBOB-2009 Function Testbed

Anne Auger 1, 2 Nikolaus Hansen 1, 2
1 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 : The (1+1)-CMA-ES is an adaptive stochastic algorithm for the optimization of objective functions defined on a continuous search space in a black-box scenario. In this paper, an independent restart version of the (1+1)-CMA-ES is implemented and benchmarked on the BBOB-2009 noise-free testbed. The maximum number of function evaluations per run is set to $10^{4}$ times the search space dimension. The algorithm solves 23, 13 and 12 of 24 functions in dimension 2, 10 and 40, respectively.
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 [10 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00430517
Contributeur : Anne Auger <>
Soumis le : dimanche 8 novembre 2009 - 14:30:21
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : jeudi 17 juin 2010 - 19:45:07

Fichier

wk2039-auger.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00430517, version 1

Collections

Citation

Anne Auger, Nikolaus Hansen. Benchmarking the (1+1)-CMA-ES on the BBOB-2009 Function Testbed. ACM-GECCO Genetic and Evolutionary Computation Conference, Jul 2009, Montreal, Canada. 2009. 〈inria-00430517〉

Partager

Métriques

Consultations de la notice

567

Téléchargements de fichiers

279