Una ricerca può concludersi correttamente seguendo però una regola di aggiornamento errata. EvoX 1.4.1, pubblicato il 30 ottobre 2026, corregge questo divario in SHADE, evoluzione differenziale e CMA-ES, ripristinando adattamento, campionamento e comportamento di esecuzione richiesti dagli algoritmi.
Allineare l’implementazione al comportamento previsto.
Il codice può funzionare ma cercare diversamente
In SHADE la memoria dei successi per F e CR non si adattava. I miglioramenti erano calcolati dopo la sostituzione della fitness e l’aritmetica con array pieni di NaN contaminava i valori selezionati. La correzione calcola i miglioramenti prima dell’aggiornamento e sceglie i successi con torch.where. SHADE
L’operatore condiviso di crossover binomiale confrontava campioni normali con una probabilità di crossover. Ora usa campionamento uniforme, coerente con quella probabilità. Correzioni correlate inizializzano anche CoDE, SaDE e SHADE uniformemente entro i limiti. Cambia ciò che viene generato, non soltanto l’assenza di crash. DE
Definizioni matematiche e vincoli di esecuzione
Le correzioni CMA-ES riguardano aggiornamento della covarianza di rango uno, costante di accumulo e restrizioni di aliasing in torch.cond. Quest’ultima riabilita anche un test CMA-ES disattivato. Formule e vincoli del framework richiedono verifiche distinte. CMA-ES
La versione interviene inoltre su inizializzazione e sottospazi delle strategie evolutive, selezione a torneo, trasferimenti di dispositivo PSO e ipervolume. v1.4.1
Affidabilità come infrastruttura
La correzione SHADE aggiunge un test di regressione: cinque passi del workflow, poi la verifica che la memoria di adattamento cambi e resti finita. Per confrontare versioni, registri seme, obiettivo, popolazione e budget di valutazione, quindi riesegua i riferimenti interessati. Le note di versione guidano l’aggiornamento.