Pengaturcaraan Integer Campuran Bayesian — Pengoptimuman Berbantukan Proksi ke atas Ruang Carian Integer Campuran
Pengaturcaraan Integer Campuran Bayesian (BO-MIP) menggabungkan model proksi kebarangkalian — lazimnya proses Gaussian — dengan penyelesai pengaturcaraan integer campuran untuk mengoptimumkan secara cekap objektif kotak hitam yang mahal yang ditakrifkan ke atas ruang yang mengandungi kedua-dua pemboleh ubah keputusan berterusan dan diskret atau bernilai integer. Ia amat bernilai apabila setiap penilaian fungsi adalah mahal dan carian menyeluruh adalah tidak praktikal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Mixed-Integer Programming — Surrogate-Assisted Optimization over Mixed-Integer Search Spaces. ScholarGate. https://scholargate.app/ms/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.
- Pengoptimuman BayesianPengoptimuman↔ compare
- Pengaturcaraan Integer CampuranSimulasi↔ compare
- Pengaturcaraan Integer Campuran Berbilang ObjektifSimulasi↔ compare
- Pengaturcaraan Integer Bercampur TeguhSimulasi↔ compare
- Pengaturcaraan Integer Bercampur StokastikSimulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →