1

我不確定這是否是正確的地方問這個問題,但既然它看起來不適合數學SX,我決定在這裏發佈。緩慢功能的高維功能優化

我有一個非常高維(250+)的功能,需要找到最佳或至少一些近似值。

我意識到像PSO,微分進化,模擬退火等方法。在我的具體情況下,問題是計算單個函數值可能需要幾個小時。所以需要一個更智能的方法。

第一直覺就是減少尺寸,這就是我目前的工作。但我想知道是否有一些關於描述工作方法的類似問題的已發表論文。

回答

1

可以使用表面響應模型近似的功能:

  • 你用你的函數的firt評估,以建立一個近似模型,
  • 您再使用近似模型作爲評價函數,
  • 某些評估必須使用真實功能執行,並且您將使用結果來優化模型,等等。
+0

你知道我可以使用的任何工具嗎?似乎有Matlab的SuMo工具箱(http://www.sumowiki.intec.ugent.be/index.php/Main_Page),但最近的更新是相當一段時間以前。有沒有類似的免費平臺?例如Python或R? – Nicolas