Duguma Yeshitla Habtemariam

机器学习辅助代理模型校准，缩短时间和减少错误

研究人员开发了一种机器学习辅助方法来校准代理模型（ABM），由于复杂的模拟环境，这些模型通常难以调整。这种新方法将机器学习代理模型嵌入遗传算法（GA）和粒子群优化（PSO）中，以筛选候选参数，从而显著减少了昂贵的黑盒模拟的需要。对两个不同的ABM进行的评估表明，与传统的优化方法相比，最佳的机器学习辅助配置在均方根误差（RMSE）和计算时间方面取得了显著的降低。研究还强调，代理模型和优化技术的最佳组合取决于所校准的ABM的复杂性。