A Generalized Markov-Chain Modelling Approach to (1,lambda)-ES Linear Optimization

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F14%3A00441534" target="_blank" >RIV/67985807:_____/14:00441534 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-10762-2_89" target="_blank" >http://dx.doi.org/10.1007/978-3-319-10762-2_89</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-10762-2_89" target="_blank" >10.1007/978-3-319-10762-2_89</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A Generalized Markov-Chain Modelling Approach to (1,lambda)-ES Linear Optimization

Popis výsledku v původním jazyce

Several recent publications investigated Markov-chain modelling of linear optimization by a (1, lambda)-ES, considering both unconstrained and linearly constrained optimization, and both constant and varying step size. All of them assume normality of theinvolved random steps, and while this is consistent with a black-box scenario, information on the function to be optimized (e.g. separability) may be exploited by the use of another distribution. The objective of our contribution is to complement previous studies realized with normal steps, and to give sufficient conditions on the distribution of the random steps for the success of a constant step-size (1, lambda)-ES on the simple problem of a linear function with a linear constraint. The decompositionof a multidimensional distribution into its marginals and the copula combining them is applied to the new distributional assumptions, particular attention being paid to distributions with Archimedean copulas.

Název v anglickém jazyce

A Generalized Markov-Chain Modelling Approach to (1,lambda)-ES Linear Optimization

Popis výsledku anglicky

Several recent publications investigated Markov-chain modelling of linear optimization by a (1, lambda)-ES, considering both unconstrained and linearly constrained optimization, and both constant and varying step size. All of them assume normality of theinvolved random steps, and while this is consistent with a black-box scenario, information on the function to be optimized (e.g. separability) may be exploited by the use of another distribution. The objective of our contribution is to complement previous studies realized with normal steps, and to give sufficient conditions on the distribution of the random steps for the success of a constant step-size (1, lambda)-ES on the simple problem of a linear function with a linear constraint. The decompositionof a multidimensional distribution into its marginals and the copula combining them is applied to the new distributional assumptions, particular attention being paid to distributions with Archimedean copulas.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA13-17187S" target="_blank" >GA13-17187S: Konstrukce pokročilých srozumitelných klasifikátorů</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Parallel Problem Solving from Nature - PPSN XIII

ISBN

978-3-319-10761-5

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

10

Strana od-do

902-911

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Ljubljana

Datum konání akce

13. 9. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—