贝叶斯优化是一种高效的全局优化方法，利用采购函数引导搜索。本文探讨了多种采购函数的优化，包括期望改进（EI）和上置信界（UCB），并提出了一种基于滚动学习策略的贝叶斯优化方法，以减少计算负担。此外，介绍了结合成本约束的优化模型和基于强化学习的采样策略，提升超参数优化的效率。最后，提出了动态贝叶斯优化算法W-DBO，展现出良好的预测性能。