Current position: Home >> Scientific Research >> Paper Publications

一种基于自适应代理模型的并行贝叶斯优化方法

Release Time:2019-07-01  Hits:

Indexed by: Journal Article

Date of Publication: 2018-01-08

Journal: 控制与决策

Included Journals: PKU、EI

Volume: 34

Issue: 5

Page Number: 1025-1031

ISSN: 1001-0920

Key Words: 自适应;代理;并行;贝叶斯优化方法;期望改进

Abstract: 提出一种基于自适应代理模型的并行贝叶斯优化方法,用于求解计算成本高的复杂优化问题.该方法基于多点期望改进判据,通过批次采样实现并行优化.针对并行优化产生的大量历史数据会导致全局代理模型建模成本高的问题,提出一种改进的基于数据并行的高斯过程建模方法,在线构造局部代理模型.此外,针对多点期望改进判据计算成本高的问题,提出一种启发式的分层优化策略,通过序贯优化基于自适应代理模型的单点期望改进判据,近似计算多点期望改进判据.最后通过5个测试问题验证所提出方法的有效性.

Prev One:基于深度去噪核映射的长期预测模型

Next One:Surrogate-Assisted Particle Swarm Optimization Algorithm With Pareto Active Learning for Expensive Multi-Objective Optimization