CMA-ES/pycma

解決的問題

pycma 是共變異矩陣適應進化策略（CMA-ES）的 Python 實作，專為解決困難的數值最佳化問題而設計。它特別針對非凸、病態、多峰、崎嶇或有雜訊的問題，這些情況下傳統的梯度基礎方法可能因無需導數而失敗。

如何運作

此套件實作了 CMA-ES 算法，一種透過自適應調整共變異矩陣來導航搜尋空間的隨機搜尋策略。支援多種複雜情境，包括：

• 邊界限制：透過特定選項或專用包裝器（BoundDomainTransform）處理。
• 混合整數搜尋：支援連續搜尋空間中的整數變數。
• 限制條件：能處理線性與非線性限制。
• 雜訊處理：內建機制用於管理雜訊目標函數。

適用對象

適用於從事連續與混合整數數值最佳化之研究人員與工程師，特別是處理導數不可用或搜尋空間極度不規則的「黑箱」函數時。

主要特色

• 無需導數：無需梯度即可運作，適用於崎嶇或雜訊較大的情境。
• 彈性限制支援：支援邊界、線性與非線性限制。
• 混合整數支援：可同時最佳化連續與整數變數。
• CMA-ES 變體：包含相關工具如 purecma 與 CompactGA。