Benchmarking the (1+1)-CMA-ES on the BBOB-2009 Noisy 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 : We benchmark an independent-restart-(1+1)-CMA-ES on the BBOB-2009 noisy testbed. 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. The maximum number of function evaluations used here equals $10^{4}$ times the dimension of the search space. The algorithm could only solve $4$ functions with moderate noise in $5$-D and $2$ functions in $20$-D.
Type de document :
Communication dans un congrès
ACM-GECCO Genetic and Evolutionary Computation Conference, Jul 2009, Montreal, Canada. 2009
Liste complète des métadonnées

https://hal.inria.fr/inria-00430518
Contributeur : Anne Auger <>
Soumis le : dimanche 8 novembre 2009 - 14:33:32
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : jeudi 17 juin 2010 - 19:45:10

Fichier

Auger-wk2040.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00430518, version 1

Collections

Citation

Anne Auger, Nikolaus Hansen. Benchmarking the (1+1)-CMA-ES on the BBOB-2009 Noisy Testbed. ACM-GECCO Genetic and Evolutionary Computation Conference, Jul 2009, Montreal, Canada. 2009. 〈inria-00430518〉

Partager

Métriques

Consultations de la notice

338

Téléchargements de fichiers

179