研究人员开发了NeurGO，一种用于昂贵黑盒优化问题的新型生成框架。该方法直接从历史种群数据合成精英候选解决方案，无需评估大量劣质选项。通过采用基于注意力的编码器和质量多样性损失，NeurGO旨在捕捉搜索趋势并保持解决方案的多样性。在CEC 2008和COCO BBOB等标准测试套件上的实验表明，NeurGO在有限的评估预算内实现了卓越的优化性能和更快的收敛速度。 AI
影响 该框架可以提高计算资源有限的科学和工程应用中的效率。
排序理由 该集群包含一篇详细介绍优化问题新算法框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
