pycma提供CMA-ES算法的Python实现。

简介：
pycma 采用尼古拉斯·汉森（Nikolaus Hansen）、秋本优平（Youhei Akimoto）和彼得·鲍迪斯（Petr Baudis）的引用，其基础是CMA-ES / pycma项目，在Zenodo于2019年2月发布。 pycma提供了一个Python实现以及一系列相关的数值优化工具。 CMA-ES算法是一种随机无导数优化方法，特别适用于连续搜索空间中遇到的复杂（非凸、病态、多模态、粗糙、嘈杂）优化问题。 详细安装信息可参考：使用`python -m pip install cma`进行Python安装，或者从PyPI（通常位于Github上最新的版本标签后）进行安装。此外， conda安装方式可以通过`conda install --channel cma-es cma`从cma-es云通道获取。 为了快速获取当前master分支的版本，建议采用此方法。