Process / pipelineSimulation / optimization

Programowanie mieszane całkowitoliczbowe bayesowskie — optymalizacja wspomagana przez modele zastępcze w przestrzeniach mieszanych całkowitoliczbowych

Programowanie mieszane całkowitoliczbowe bayesowskie (BO-MIP) łączy probabilistyczny model zastępczy — zazwyczaj proces Gaussa — z solwerem programowania mieszanego całkowitoliczbowego w celu efektywnej optymalizacji kosztownych celów typu czarna skrzynka zdefiniowanych w przestrzeniach zawierających zarówno zmienne decyzyjne ciągłe, jak i dyskretne lub całkowitoliczbowe. Jest to szczególnie cenne, gdy każda ewaluacja funkcji jest kosztowna, a wyczerpujące przeszukiwanie jest niewykonalne.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. 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
  2. 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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Bayesian Mixed-Integer Programming — Surrogate-Assisted Optimization over Mixed-Integer Search Spaces. ScholarGate. https://scholargate.app/pl/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.

Compare side by side

Cytowana przez

ScholarGateBayesian Mixed-Integer Programming (Bayesian Mixed-Integer Programming — Surrogate-Assisted Optimization over Mixed-Integer Search Spaces). Pobrano 2026-06-15 z https://scholargate.app/pl/simulation/bayesian-mixed-integer-programming · Zbiór danych: https://doi.org/10.5281/zenodo.20539026