Melhorando o CMA-ES-PDM para Otimização de Caixa-Preta Mista-Inteira

Neste artigo, propomos algumas melhorias no algoritmo CMA-ES-PDM para resolver problemas de otimização de caixa-preta mista-inteira. Primeiro, o modelo de distribuição discreta para as variáveis inteiras é ajustado a uma distribuição normal. Esta distribuição ajustada é então suavizada usando uma distribuição normal inicial que é bastante semelhante à distribuição uniforme sobre o domínio de busca das variáveis inteiras. Em segundo lugar, quando o limite superior da probabilidade dentro do modelo é atingido para certas variáveis inteiras, o modelo é utilizado exclusivamente para amostragem dos componentes inteiros das soluções candidatas. Além disso, a probabilidade marginal do modelo é selecionada aleatoriamente a partir de um conjunto predefinido. Os experimentos numéricos nos problemas de benchmark MI-BBO demonstram que as melhorias propostas permitem que o CMA-ES-PDM alcance melhor desempenho em algumas funções de benchmark.