一个代理是一个近似目标函数的函数。代理是有用的,因为它需要很少的时间来评估。因此,举例来说,要寻找一个使目标函数最小化的点,只需在数千个点上评估代理,并将最佳值作为目标函数最小化的近似值。
代理优化最适合耗时的目标函数。目标函数不一定是光滑的,但算法在目标函数是连续的情况下工作得最好。
代理优化试图找到一个目标函数的全局最小值使用很少的目标函数评估。为此,算法试图在探索和速度这两个目标之间平衡优化过程。
探索寻找全局最小值。
在较少的目标函数评估中快速获得较好的解。
该算法已被证明收敛于有界区域连续目标函数的全局解。看到古特曼[1]。然而,这种融合并不快。
一般来说,当求解器接近全局解时,没有什么有用的停止准则可以阻止求解器。通常,您可以设置一个停止条件,即一系列函数计算或一段时间,然后在这个计算预算内找到最佳解决方案。
有关surrogateopt
算法,看到代理优化算法。
[1]古特曼,小时。一种径向基函数全局优化方法。《全局优化学报》第19期,2001年第3期,第201-227页。https://doi.org/10.1023/A:1011255519438