我使用的是随机优化算法CMA-ES。虽然它在第一个循环中找到了全局最小值(我知道，因为它是一个编造的基准测试)，但经过一些循环后，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)。
每个人对这件事都有经验吗?既然它已经找到了全局最小值，我还需要关心它收敛到局部最小值吗?像这样使用全局最小值而不关心算法在哪里收敛是错的吗?
从结果来看，我认为这是由于正态分布，全局最小值只有几个解，而局部最小值有很大比例的解。(我尝试了很多不同的人口值，但结果是相同的)
提前感谢您的帮助!
保持全局"最佳"当运行进化算法时，特别是当它们是允许从更好的结果移动到更坏的结果时，
如果你用一个近似的适应度函数来运行算法，并且得到一个足够好的结果是可以的，你可以用它收敛到什么。过拟合可能是非常好的，也可能是非常坏的，这取决于你正在解决的问题。
如果您的适应度函数不是近似值，而是要优化的正确度量，请保留最佳性能并在完成算法运行后使用它。