作者 -
吉祥庆 ( 根特大学 ) , 伊沃·库库特 ( 根特大学 ) 和 汤姆·达内 ( 根特大学 ) 组织 项目 摘要 贝叶斯优化是一种常用的工具,用于通过有限数量的函数求值来优化耗时的目标函数。 在工程设计等实际应用中,设计者通常希望考虑多个目标以及输入不确定性,以找到一组稳健的解决方案。 虽然这在单目标贝叶斯优化中是一个活跃的话题,但在多目标情况下研究较少。 我们引入了一种新的贝叶斯优化框架来执行考虑输入不确定性的多目标优化。 我们提出了一个稳健的高斯过程模型来推断贝叶斯风险准则以量化稳健性,并开发了一个两阶段贝叶斯优化过程来搜索稳健的帕累托边界,即在输入不确定性下具有良好平均性能的解。 完整的框架支持输入不确定性的各种分布,并充分利用了并行计算的优势。 我们通过数字基准证明了该框架的有效性。 关键词 高效的全局优化 , 稳健的优化 , 贝叶斯主义者 , 优化 , 高斯过程
下载
-
8216更新.pdf 全文 (接受的手稿) | -
开放存取 | PDF格式 | 5.61 MB
-
(…).pdf格式 全文 (已发布版本) | 仅UGent | PDF格式 | 2.65 MB
引用
MLA公司 -
Qing,Jixiang等,“考虑输入不确定性的稳健多目标贝叶斯优化框架” 全球优化杂志 第86卷,第3期,2023年,第693-711页,doi:10.1007/s10898-022-01262-9。 亚太地区 -
Qing,J.、Couckuyt,I.和Dhaene,T.(2023)。 考虑输入不确定性的稳健多目标贝叶斯优化框架。 全球优化杂志 , 86 (3), 693–711. https://doi.org/10.1007/s10898-022-01262-9 芝加哥作者日期 -
清、吉祥、伊沃·库库特和汤姆·达内。 2023.“考虑输入不确定性的稳健多目标贝叶斯优化框架” 全球优化杂志 86 (3): 693–711. https://doi.org/10.1007/s10898-022-01262-9。 芝加哥作者日期(所有作者) -
清、吉祥、伊沃·库库特和汤姆·达内。 2023.“考虑输入不确定性的稳健多目标贝叶斯优化框架” 全球优化杂志 86 (3): 693–711. doi:10.1007/s10898-022-01262-9。 温哥华 -
1 Qing J,Couckuyt I,Dhaene T。考虑输入不确定性的稳健多目标贝叶斯优化框架。 全球优化杂志。 2023; 86(3):693–711。 美国电气工程师协会 -
[1] J.Qing、I.Couckuyt和T.Dhaene,“考虑输入不确定性的稳健多目标贝叶斯优化框架” 全球优化杂志 第86卷,第3期,第693–711页,2023年。
@文章{01GMZB29V2W3B3THVE1F67C5N8, 摘要={ {贝叶斯优化是一种常用的工具,用于通过有限数量的函数评估来优化耗时的目标函数。在工程设计等实际应用中,设计者通常希望考虑多个目标以及输入不确定性,以找到一组稳健的解决方案。虽然这是一个活跃的主题 在单目标贝叶斯优化中,对多目标情况的研究较少。 我们引入了一种新的贝叶斯优化框架来执行考虑输入不确定性的多目标优化。 我们提出了一个稳健的高斯过程模型来推断贝叶斯风险准则以量化稳健性,并开发了一个两阶段贝叶斯优化过程来搜索稳健的帕累托边界,即在输入不确定性下具有良好平均性能的解。 完整的框架支持输入不确定性的各种分布,并充分利用了并行计算的优势。 我们通过数值基准来证明该框架的有效性, author={清、吉祥和考古特、伊沃和达内、汤姆}}, issn={{0925-5001}}, journal={全球优化期刊}}, keywords={{高效全局优化,稳健优化,贝叶斯,优化,高斯过程}}, language={{eng}}, 数字={{3}}, 页数={{693--711}}, title={{考虑输入不确定性的稳健多目标贝叶斯优化框架}}, url={http://doi.org/10.1007/s10898-022-01262-9}}, 体积={{86}}, 年份={2023}}, }
海拔高度 在Altmetric中查看 科学网 引用次数: