arXiv 2026年10月6日该工作将多种进化算法解释为近似马尔可夫链蒙特卡洛（MCMC），据此提出分布匹配进化算法（DME）这一类无需更新模型权重的搜索方法，可从全局目标分布采样，并在需要大量样本才能找到解的问题上表现出比现有方法更高的样本效率。该工作将多种进化算法解释为近似马尔可夫链蒙特卡洛（MCMC），据此提出分布匹配进化算法（DME）这一类无需更新模型权重的搜索方法，可从全局目标分布采样，并在需要大量样本才能找到解的问题上表现出比现有方法更高的样本效率。把进化算法解释为近似MCMC，DME无需更新权重即可从全局目标分布采样，在需要大量样本的问题上样本效率更高该工作将多种进化算法解释为近似马尔可夫链蒙特卡洛（MCMC），据此提出分布匹配进化算法（DME）这一类无需更新模型权重的搜索方法，可从全局目标分布采样，并在需要大量样本才能找到解的问题上表现出比现有方法更高的样本效率。该工作将多种进化算法解释为近似马尔可夫链蒙特卡洛（MCMC），据此提出分布匹配进化算法（DME）这一类无需更新模型权重的搜索方法，可从全局目标分布采样，并在需要大量样本才能找到解的问题上表现出比现有方法更高的样本效率。