このページは機械翻訳を使用して翻訳されました。最新版の英語を参照するには、ここをクリックします。
サロゲート最適化とは
サロゲートは別の関数を近似する関数です。サロゲートは評価にほとんど時間がかからないので便利です。したがって、たとえば、目的関数を最小化する点を探索するには、何千もの点でそのサロゲート値を評価し、目的関数の最小化の近似値として最適な値を取得します。
サロゲート最適化は、時間のかかる目的関数に最適です。目的関数は滑らかである必要はありませんが、目的関数が連続している場合にアルゴリズムは最適に機能します。
サロゲート最適化は、少数の目的関数評価を使用して目的関数の大域的最小値を見つけようとします。そのために、アルゴリズムは、探索と速度という 2 つの目標の間で最適化プロセスのバランスを取ろうとします。
大域的最小値を探すための探索。
数回の目的関数評価で良好なソリューションを得るための速度。
このアルゴリズムは、境界付き領域上の連続目的関数の大域解に収束することが証明されています。Gutmann [1] を参照してください。ただし、この収束は速くはありません。
一般に、大域解に近づいたときにソルバーを停止する便利な停止基準はありません。通常、関数評価の数または時間の量で停止基準を設定し、この計算予算内で見つかった最適なソリューションを採用します。
surrogateopt アルゴリズムの詳細については、サロゲート最適化アルゴリズムを参照してください。
参照
[1] Gutmann, H.-M. A radial basis function method for global optimization. Journal of Global Optimization 19, Issue 3, 2001, pp. 201–227. https://doi.org/10.1023/A:1011255519438
