Ajudar o algoritmo de difundir os nichos em todo o espaço de soluções e manter um número ideal de nichos. usando os métodos nearest-better clustering (nbc) e hill-valley, uma rotina de inicialização exploratória é empregada para identificar as bacias em funções com diferentes níveis de complexidade. o método proposto é implementado utilizando estratégia evolutiva (ee), conhecida como covariance matrix adaptation (cma). foram utilizadas as informações geradas pelo passo de mutação do cma-es, aonde a matriz de covariância e o tamanho do passo evolutivo são atualizados. essas informações foram utilizadas pelo algoritmo de niching para definir a área de cobertura do nicho, evitando esforços maiores em parametrização. o método de niching multi-população baseado em estratégia evolutiva, ou nmesis como será chamado devido a sua tradução para a lingua inglesa niched multi-population evolution strategy with improved search, é resultado dessa combinação de técnicas. o nmesis foi aplicado ao benchmark do cec 2013, utilizado em competições de algoritmos de niching, que contêm 20 problemas de teste, especialmente concebidos para avaliação de métodos de otimização multimodal, e seu desempenho foi comparado a outros métodos no estado da arte como nmmso, dade e nea2 (último vencedor do cec 2013). os resultados indicaram que o método oferece melhorias significativas para esse tipo de problema, permitindo obter mais e melhores soluções. além disso, o método se mostrou mais estável, apresentando um desvio padrão menor nos resultados obtidos.