Байесовский алгоритм оптимизации

Байесовский алгоритм оптимизации

В алгоритм В байесовской оптимизации целью обработки информации является построение вероятностной модели, описывающей отношения между компонентами подходящих решений в проблемном пространстве. Это достигается путем повторения процесса построения и выборки из байесовской сети, которая содержит условные зависимости, независимости и условные вероятности между компонентами решения.

Сеть строится из относительных частот компонентов в популяции решений-кандидатов с высокой пригодностью. Как только сеть построена, решения-кандидаты отбрасываются, и из модели генерируется новая совокупность решений-кандидатов. Процесс повторяется до тех пор, пока модель не сойдется к подходящему прототипу решения.

Следующий алгоритм обеспечивает псевдокод алгоритма байесовской оптимизации для минимизации функции стоимости. Байесовская сеть строится на каждой итерации с использованием жадного алгоритма. Сеть оценивается на основе ее соответствия информации в совокупности возможных решений с использованием либо байесовской метрики Дирихле (BD), либо байесовского информационного критерия (BIC).

байесовский алгоритм оптимизации

Алгоритм байесовской оптимизации был разработан и изучен на основных задачах бинарных строк, чаще всего представляющих задачи оптимизации бинарных функций.

Байесовские сети обычно строятся (расширяются) с нуля с каждой итерацией, используя итеративный процесс добавления, удаления и обращения ссылок. Кроме того, более ранние сети можно использовать в качестве основы для следующего поколения.

Алгоритм жадного масштабирования используется на каждой итерации алгоритма для оптимизации байесовской сети для представления совокупности возможных решений.

Делиться
ru_RURU