[논문] CMA‑ES 정지 기준의 정량적 성능 분석

출처: arXiv - 2606.09220v1

개요

공분산 행렬 적응 진화 전략(CMA-ES)은 최첨단 블랙박스 최적화 알고리즘입니다. 일반적으로 CMA-ES는 여러 정지 기준을 포트폴리오 형태로 사용하여 검색을 언제 중단할지 자동으로 결정합니다. 이 메커니즘은 정체 상태에서 함수 평가 예산이 불필요하게 소모되는 것을 방지하는 것을 목표로 합니다. 정지 기준은 특히 재시작 전략이 적용될 때 CMA-ES에서 중요한 역할을 합니다. 그러나 CMA-ES에서 정지 기준의 효과는 아직 충분히 이해되지 않고 있습니다. 이 문제를 해결하기 위해 본 논문은 무노이즈 BBOB 함수 집합에서 CMA-ES의 11가지 정지 기준이 어떻게 동작하는지를 조사합니다. 정지 기준의 성능은 CMA-ES 단일 실행에서 함수 평가 횟수 기준 최적 정지 지점을 기준으로 정량적으로 평가됩니다. 우리의 결과는 첫 번째로 트리거되는 정지 기준이 표본 크기 $λ$와 차원 $n$에 크게 의존하지만, tolflatfitness와 tolfun이 11가지 정지 기준 포트폴리오 중 가장 먼저 트리거되는 경우가 많다는 것을 보여줍니다. 또한 tolfunhist와 포트폴리오가 대부분의 경우 가장 높은 정지 정확도를 달성함을 입증합니다. 추가로, tolfun과 tolfunhist 기준이 CMA-ES가 완전 정체에 도달하기 전에 자주 트리거된다는 결과도 제시합니다.

주요 기여

본 논문은 다음 분야의 연구를 제시합니다:

• cs.NE

방법론

자세한 방법론은 전체 논문을 참고하십시오.

실용적 함의

이 연구는 cs.NE 분야의 발전에 기여합니다.

저자

• Ryoji Tanabe

논문 정보

• arXiv ID: 2606.09220v1
• 분류: cs.NE
• 출판일: 2026년 6월 8일
• PDF: PDF 다운로드