此存储库包含“Thompson采样高效多目标优化”(TSEMO)算法[1]的源代码。
该算法是针对高估值黑箱函数的全局多目标优化设计的。例如,该算法已应用于化工过程模拟[2]的生命周期评估(LCA)和成本的同时优化。然而,该算法也可以应用于CFD模拟等其他黑箱函数。它基于贝叶斯优化方法,建立高斯过程代理模型来加速优化。此外,该算法可以在每次迭代(批序模式)中识别出几个有希望的点。这允许并行地评估多个模拟。
[1] Bradford, E., Schweidtmann, A.M. & Lapkin, A. J Glob Optim(2018)。https://doi.org/10.1007/s10898-018-0609-2
D. Helmdach, P. Yaseneva, P. K. Heer, A. M. Schweidtmann, A. A. Lapkin, ChemSusChem 2017, 10, 3632。https://doi.org/10.1002/cssc.201700927
引用作为
阿图尔Schweidtmann(2021)。高价值函数的多目标优化算法GitHub (https://github.com/Eric-Bradford/TS-EMO)。检索.
直接
Mex_files /超体积
Mex_files / invchol
Mex_files /帕累托面前
NGPM_v1.4
Old_versions
Test_functions
要查看或报告这个GitHub插件中的问题,请访问GitHub库.
要查看或报告这个GitHub插件中的问题,请访问GitHub库.