代理优化

搜索全局最优使用一个自动构建代理模型

代理优化是一种优化方法应用与黑盒模型,计算昂贵的评估。通过迭代构建代理模型,可以快速评估与黑盒模型相比,优化器可以执行更广泛的搜索在较短的时间内评估,增加的机会找到全局最优。这种方法被广泛用于应用程序等优化设计。的全局优化工具箱™在MATLAB®提供了一个代理可以协助这些应用程序的优化求解。

黑盒模型与输入输出,而不用暴露模型的内部运作。工程师使用代理模型来确定最优参数需要运行模拟的黑箱模型,训练一个机器学习模型,或解决FEA / CFD模型的参数都是连续和离散。

另一种方法是建立一个代理模型,如降阶模型(ROM),然后应用优化代理模型。

MATLAB提供功能代理优化等,以及应用实例电路,天线,current-carry电缆设计。

代理优化是如何工作的

代孕优化算法从一组点,要么是随机产生或提供数据。优化器评估黑盒模型在这些点,建立一个初始代理模型拟合或插值。

在每个迭代算法生成许多候选点。优化器评估点的优值函数通常包括代理模型的客观价值和标准等措施的可行性、预期的改善,并覆盖解决方案的空间。优化器可以使用本地搜索或非线性优化提高候选集。最好的候选人是黑箱模型和它的价值评估是用于更新代理模型。

MATLAB图形说明代理模型在优化建设

MATLAB图形说明代理模型在优化建设。(左)代理模型篡改黑箱模型初始点评估。(中间)评估候选人分代理模型和最佳点确定。(右)最佳点评估黑箱模型和用于更新代理模型。

代理优化的更多信息,请参阅全局优化工具箱统计和机器学习工具™。



软件参考

参见:全局优化工具箱,优化工具箱,统计和机器学习工具,非线性规划,遗传算法,autoML

Baidu
map