DTLZ
PulseAugur coverage of DTLZ — every cluster mentioning DTLZ across labs, papers, and developer communities, ranked by signal.
-
NeuroPareto架构通过校准不确定性优化高维搜索
研究人员开发了NeuroPareto，这是一种新颖的架构，旨在在计算约束下优化高维搜索空间中的权衡。该系统集成了以排名为中心的过滤、不确定性解耦和历史条件采集策略，以有效地导航复杂的目标景观。NeuroPareto利用校准的贝叶斯分类器来估计认知不确定性，并利用深度高斯过程代理来区分预测不确定性，从而指导昂贵的评估趋向于平衡收敛性和多样性的区域。在标准基准套件和一次地下能源开采任务上的实验表明，与现有基线相比，NeuroPareto在…
-
LLM驱动演化搜索以创建更优的贝叶斯优化算法
研究人员开发了一种使用大型语言模型（LLM）来演化和生成多目标贝叶斯优化（MOBO）算法的新颖方法。通过将LLM整合到演化策略中作为变异和交叉算子，LLaMEA框架得以扩展以创建完整的算法实现。这种LLM驱动的方法在合成和真实世界的工程问题上，显著优于最先进的基线，实现了更高的归一化超体积指标，同时所需的计算时间也大大减少。
-
QUIVER 优化器自适应地平衡目标评估和偏好查询
研究人员开发了 QUIVER，这是一种新颖的进化多目标优化算法，能够自适应地平衡目标评估成本与决策者偏好引导的成本。该系统可以选择不同类型的偏好查询，例如成对比较或无差异调整，以在单位成本上最大化决策质量的改进。在具有挑战性的 WFG 基准问题上，QUIVER 与现有方法相比，在最终效用遗憾方面表现出 25% 的改进。
-
MAEO框架统一进化算法以实现可扩展工程优化
研究人员开发了一个名为MAEO（多目标变形集成优化）的新框架，以解决工程领域复杂的 Muti-objective 优化问题。MAEO采用可并行化的集成策略，在基于岛屿的架构中结合多种进化算法，以提高收敛性、多样性和效率。该框架在标准测试函数上进行了基准测试，并通过优化小型模块化核反应堆的平衡循环，识别出可降低成本和提高安全性的设计，展示了其实际应用。