Main Content

本页采用了机器翻译。点击此处可查看英文原文。

什么是替代优化？

替代是近似于另一个函数的函数。替代很有用，因为它只需要很少的时间来评估。因此，例如，为了搜索最小化目标函数的点，只需在数千个点上评估其替代，并取最佳值作为目标函数最小化器的近似值。

替代优化最适合耗时的目标函数。目标函数不需要平滑，但当目标函数连续时算法效果最佳。

替代优化尝试使用少量目标函数评估来寻找目标函数的全局最小值。为此，该算法试图在两个目标之间平衡优化过程：探索和速度。

  • 探索寻找全局最小值。

  • 在少数目标函数评估中快速获得良好的解。

该算法已被证明能够收敛到有界域上连续目标函数的全局解。请参阅 Gutmann [1]。但这种收敛速度并不快。

一般来说，当求解器接近全局解时，没有有用的停止条件来停止求解器。通常，您会设置一定数量的函数计算或一定时间的停止条件，并采取在此计算预算内找到的最佳解。

有关 surrogateopt 算法的详细信息，请参阅替代优化算法。

参考

[1] Gutmann, H.-M. A radial basis function method for global optimization. Journal of Global Optimization 19, Issue 3, 2001, pp. 201–227. https://doi.org/10.1023/A:1011255519438

另请参阅

相关主题