名称
贝叶斯优化算法(Bayesian Optimization Algorithm, BOA),贝叶斯优化
分类
贝叶斯优化是一种全局优化技术,属于计算智能领域,并与高斯过程优化和高效全局优化密切相关。它是一种无导数、基于模型的优化方法,特别适用于求值代价高昂的黑盒目标函数。
- 计算智能
- 随机优化
- 无导数优化
- 基于模型的优化
- 贝叶斯优化
- 高斯过程优化
- 高效全局优化
- 贝叶斯优化
- 基于模型的优化
- 无导数优化
- 随机优化
贝叶斯优化算法(Bayesian Optimization Algorithm, BOA),贝叶斯优化
贝叶斯优化是一种全局优化技术,属于计算智能领域,并与高斯过程优化和高效全局优化密切相关。它是一种无导数、基于模型的优化方法,特别适用于求值代价高昂的黑盒目标函数。
双变量边缘分布算法(Bivariate Marginal Distribution Algorithm, BMDA)
双变量边缘分布算法是一类分布估计算法(Estimation of Distribution Algorithm, EDA),隶属于进化计算领域,而进化计算又是计算智能的重要分支。EDA 与遗传算法、进化策略等其他进化算法密切相关。
紧凑遗传算法(Compact Genetic Algorithm, cGA)
紧凑遗传算法是标准遗传算法的一种变体,属于进化计算领域,而进化计算又是计算智能的重要分支。它与其他基于种群的优化算法密切相关,例如分布估计算法(Estimation of Distribution Algorithms, EDAs)和概率模型构建遗传算法(Probabilistic Model-Building Genetic Algorithms, PMBGAs)。
交叉熵方法(Cross-Entropy Method, CEM)
交叉熵方法是一种随机优化技术,属于计算智能与生物启发计算的范畴。它与优化领域关系密切,并与进化算法、分布估计算法等元启发式方法具有相似性。
扩展紧凑遗传算法(Extended Compact Genetic Algorithm, eCGA)
扩展紧凑遗传算法是一种基于概率模型构建的遗传算法,属于进化计算(Evolutionary Computation)领域,而进化计算又是计算智能(Computational Intelligence)的重要分支。它与紧凑遗传算法(cGA)和贝叶斯优化算法(BOA)关系密切。
因子分解分布算法(Factorized Distribution Algorithm, FDA)
因子分解分布算法是一种基于概率模型构建的进化算法,属于分布估计算法(Estimation of Distribution Algorithms, EDAs)范畴,而分布估计算法又隶属于更广义的进化计算与优化领域。
分层贝叶斯优化算法(Hierarchical Bayesian Optimization Algorithm, HBOA)
分层贝叶斯优化算法是一种序贯的基于模型的优化方法,属于广义上的贝叶斯优化范畴。它与其他贝叶斯优化技术密切相关,例如高斯过程优化(Gaussian Process Optimization)和树结构 Parzen 估计器(Tree-structured Parzen Estimator, TPE)。
链接树遗传算法(Linkage-Tree Genetic Algorithm, LTGA),链接树遗传算法,LTGA
链接树遗传算法是一类遗传算法。遗传算法是一种基于种群的元启发式优化技术,其思想来源于自然选择与遗传机制;而遗传算法又隶属于更广义的进化计算领域,进化计算则是计算智能的重要分支之一。
互信息最大化输入聚类算法(Mutual Information Maximization for Input Clustering, MIMIC)
互信息最大化输入聚类算法是一种无监督学习与聚类领域中的技术。它与信息论聚类以及凝聚型层次聚类方法关系密切。
基于种群的增量学习(Population-Based Incremental Learning, PBIL)
基于种群的增量学习是一种进化计算(Evolutionary Computation)方法,而进化计算是计算智能(Computational Intelligence)的一个分支。PBIL 与遗传算法(Genetic Algorithms)以及分布估计算法(Estimation of Distribution Algorithms, EDAs)关系密切。