Bayesian NSGA-II — mitme eesmärgiga evolutsioonilise optimeerimise surrogaat-abiga
Bayesian NSGA-II integreerib Gaussi protsessi surrogaatmudelid (Bayesilikud metamudelid) NSGA-II evolutsioonilisse tsüklisse, et lahendada kulukaid mitme eesmärgiga optimeerimisülesandeid. Asendades kulukaid tõeseid funktsioonihindamisi kiirete tõenäosuslike ennustustega, avastab see kvaliteetseid Pareto-esikülje ligikaudseid lahendusi, kasutades palju vähem tegelikke hindamisi kui standardne NSGA-II.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197. DOI: 10.1109/4235.996017 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/et/simulation/bayesian-nsga-ii
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.
- Bayesi optimeerimine – järjestikune mudelipõhine hüperparameetrite häälestamineOptimeerimine↔ compare
- Mitme-eesmärgilised geneetilised algoritmid (MOGA)Simulatsioon↔ compare
- Mitme kriteeriumi optimeerimineSimulatsioon↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →