BriefGPT - AI 论文速递 · 2023-11-22T00:00:00Z

多目标主动偏好学习的贝叶斯优化

📝

内容提要

本研究提出了一种基于贝叶斯优化的PAC-MOO方法，用于解决违反约束条件的多目标优化问题。该方法能够学习输出目标和约束的代理模型，并选择评估最佳受约束Pareto前沿的候选输入。实验结果表明，PAC-MOO比现有方法更加有效。

🏷️

标签

PAC-MOO 代理模型 多目标优化 约束条件 贝叶斯优化