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 de l’algorithme d’optimisation bayésienne pour minimiser une fonction de coût. Le réseau bayésien est construit à chaque itération en utilisant un algorithme gourmand. Le réseau est évalué en fonction de sa correspondance avec les informations dans la population de solutions candidates en utilisant soit une métrique de dirichlet bayésien (BD), soit un critère d’information bayésien (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
%d такие блоггеры, как: