Una búsqueda puede terminar correctamente mientras sigue una regla de actualización equivocada. EvoX 1.4.1, publicado el 30 de octubre de 2026, corrige esa diferencia en SHADE, evolución diferencial y CMA-ES, y recupera la adaptación, el muestreo y la ejecución que necesitan los algoritmos.
Alinear la implementación con el comportamiento previsto.
Un programa puede funcionar y buscar de otra manera
En SHADE, la memoria de éxitos de F y CR no se adaptaba. Las mejoras se calculaban después de sustituir la aptitud, y la aritmética con matrices llenas de NaN contaminaba los valores elegidos. La corrección calcula las mejoras antes de actualizar y selecciona los éxitos con torch.where. SHADE
El operador compartido de cruce binomial comparaba muestras normales con una probabilidad de cruce. Ahora utiliza muestreo uniforme, acorde con esa probabilidad. Otras correcciones inicializan CoDE, SaDE y SHADE uniformemente dentro de sus límites. Cambia qué candidatos se generan, no solo si el programa falla. DE
Definiciones matemáticas y restricciones de ejecución
Las correcciones de CMA-ES abarcan la actualización de covarianza de rango uno, la constante de acumulación y las restricciones de aliasing de torch.cond. Esta última también reactiva una prueba CMA-ES deshabilitada. Las fórmulas y las condiciones del framework requieren comprobaciones separadas. CMA-ES
La versión también aborda inicialización y subespacios de estrategias evolutivas, selección por torneo, transferencias de dispositivo de PSO e hipervolumen. v1.4.1
La fiabilidad forma parte de la infraestructura
La corrección de SHADE añade una prueba de regresión: ejecuta cinco pasos del flujo y comprueba que la memoria de adaptación cambia y conserva valores finitos. Para comparar versiones, registra semilla, objetivo, población y presupuesto de evaluación; después repite las referencias afectadas. Las notas de versión orientan la actualización.