Optimization 慢函数的高维函数优化
我不确定这是否是问这个问题的正确地方,但因为它似乎也不适合数学SX,所以我决定在这里发布 我有一个非常高维(250+)的函数,需要找到最佳值或至少一些近似值 我知道PSO、差分进化、模拟退火等方法。在我的具体案例中,问题是计算单个函数值可能需要几个小时。因此,需要一种更明智的方法Optimization 慢函数的高维函数优化,optimization,genetic-algorithm,multidimensional-array,evolutionary-algorithm,Optimization,Genetic Algorithm,Multidimensional Array,Evolutionary Algorithm,我不确定这是否是问这个问题的正确地方,但因为它似乎也不适合数学SX,所以我决定在这里发布 我有一个非常高维(250+)的函数,需要找到最佳值或至少一些近似值 我知道PSO、差分进化、模拟退火等方法。在我的具体案例中,问题是计算单个函数值可能需要几个小时。因此,需要一种更明智的方法 第一个直觉是减少维度,这就是我目前正在做的。但我想知道是否有一些关于类似问题的公开论文描述了一种工作方法。您可以使用表面响应模型来近似您的函数: 使用函数的第一次求值来构建近似模型 然后使用近似模型作为评估函数 某些
第一个直觉是减少维度,这就是我目前正在做的。但我想知道是否有一些关于类似问题的公开论文描述了一种工作方法。您可以使用表面响应模型来近似您的函数:
- 使用函数的第一次求值来构建近似模型
- 然后使用近似模型作为评估函数
- 某些评估必须使用实际函数执行,您将使用结果来优化模型,等等