Programació Entera Mixta Bayesiana — Optimització Assistida per Surrogate sobre Espais de Recerca Entera Mixta
La Programació Entera Mixta Bayesiana (BO-MIP) acobla un model surrogate probabilístic — típicament un procés Gaussian — amb un resolutor de programació entera mixta per optimitzar eficientment objectius de caixa negra costosos definits sobre espais que contenen variables de decisió tant contínues com discretes o de valor enter. És especialment valuosa quan cada avaluació de funció és costosa i la cerca exhaustiva és infeasible.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Baptista, R., Poloczek, M. (2018). Bayesian Optimization of Combinatorial Structures. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80:462–471. link ↗
- Bonami, P., Biegler, L. T., Conn, A. R., Cornuejols, G., Grossmann, I. E., Laird, C. D., Lee, J., Lodi, A., Margot, F., Sawaya, N., Wächter, A. (2008). An algorithmic framework for convex mixed integer nonlinear programs. Discrete Optimization, 5(2), 186–204. DOI: 10.1016/j.disopt.2006.10.011 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Mixed-Integer Programming — Surrogate-Assisted Optimization over Mixed-Integer Search Spaces. ScholarGate. https://scholargate.app/ca/simulation/bayesian-mixed-integer-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Optimització bayesianaOptimització↔ compare
- Programació Entera MixtaSimulació↔ compare
- Programació entera mixta multiobjectiuSimulació↔ compare
- Programació lineal sencera mixta robustaSimulació↔ compare
- Programació Estocàstica d'Enter mixtsSimulació↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →