การโปรแกรมเชิงจำนวนเต็มแบบเบย์เซียน — การหาค่าเหมาะสมที่สุดโดยใช้ตัวแทนช่วยในการหาค่าเหมาะสมที่สุดบนปริภูมิการค้นหาเชิงจำนวนเต็มแบบผสม
การโปรแกรมเชิงจำนวนเต็มแบบเบย์เซียน (BO-MIP) เป็นการผสมผสานระหว่างแบบจำลองตัวแทนเชิงความน่าจะเป็น — โดยทั่วไปคือ กระบวนการแบบเกาส์เซียน (Gaussian process) — กับตัวแก้ปัญหาโปรแกรมเชิงจำนวนเต็มแบบผสม (mixed-integer programming solver) เพื่อหาค่าเหมาะสมที่สุดของฟังก์ชันเป้าหมายแบบกล่องดำ (black-box objectives) ที่มีค่าใช้จ่ายสูง ซึ่งกำหนดบนปริภูมิที่มีทั้งตัวแปรตัดสินใจแบบต่อเนื่องและแบบไม่ต่อเนื่องหรือแบบจำนวนเต็ม มันมีคุณค่าอย่างยิ่งเมื่อการประเมินแต่ละครั้งมีค่าใช้จ่ายสูงและการค้นหาแบบครอบคลุมเป็นไปไม่ได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Mixed-Integer Programming — Surrogate-Assisted Optimization over Mixed-Integer Search Spaces. ScholarGate. https://scholargate.app/th/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.
- Bayesian Optimizationการหาค่าเหมาะที่สุด↔ compare
- การโปรแกรมจำนวนเต็มผสมการจำลอง↔ compare
- การโปรแกรมเชิงเส้นจำนวนเต็มผสมหลายวัตถุประสงค์การจำลอง↔ compare
- Robust Mixed-Integer Programmingการจำลอง↔ compare
- การโปรแกรมเชิงจำนวนเต็มผสมเชิงสุ่มการจำลอง↔ compare