본 논문은 기존의 move-acceptance hyper-heuristic 알고리즘을 개선하여 다양한 벤치마크 함수들에서 향상된 성능을 보이는 두 가지 수정된 알고리즘을 제안합니다. 첫 번째 수정은 only-improving과 any-move acceptance operator 간의 선택을 단순한 2-state Markov chain을 통해 수행하는 것입니다. 이를 통해 Jump$_m$ 함수에서의 실행 시간을 $\Omega(n^{2m-1})$에서 $O(n^{m+1})$으로 줄입니다. 두 번째 수정은 any-move acceptance operator를 only-worsening operator로 대체하는 것으로, 반직관적이지만 local optima 탈출에 효과적임을 증명합니다. 이를 통해 Jump 함수의 실행 시간을 gap size와 무관하게 $O(n^3 \log n)$으로 줄이고, 새롭게 제안된 SEQOPT$_k$ 벤치마크 클래스(k개의 연속적인 local optima를 갖는 함수들의 클래스)의 모든 함수들에 대해 $O(n^{k+1} \log n)$의 실행 시간을 달성합니다. SEQOPT$_k$는 Jump$_m$ 및 Cliff$_d$ 함수를 포함하는 클래스입니다.
