问题描述
我正在使用随机优化算法 CMA-ES。尽管它在第一个循环中找到了全局最小值（我知道，因为它是一个虚构的基准测试），但一些循环后的算法收敛到另一个最小值（局部最小值，因为它具有更大的成本函数值）。
大家有这方面的经验吗？
我是否必须关心它是否收敛到局部最小值，因为它已经找到了全局最小值？像这样只使用全局最小值而不关心算法在哪里收敛是错误的吗？
我从结果中得出的观点是，这是由于正态分布而发生的，全局最小值只有少数解决方案，但局部最小值具有很大比例的解决方案。 （我尝试了很多不同的总体值但结果是一样的）
预先感谢您的帮助！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）