.png){kind=icon}
返回
Simulator-based surrogate optimisation employing adaptive uncertainty-aware sampling
.png){kind=icon}
OA
AI
DOI：10.1016/j.compchemeng.2025.109243.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们结合MIP和神经网络来优化基于模拟器的过程。
• 我们结合的代理建模和MIP重述提高了计算效率。
• 填充策略通过不确定性和解池来平衡探索–利用。
• 在工程优化问题中得到验证，并实现了显著的计算节省。
Keyword:
Mathematical optimisation
Simulation
Mixed-integer programming
Neural networks
期刊
C
IF:
3.9
论文数:
8.1K
被引数:
1.7W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Optimization over Trained Neural Networks: Taking a Relaxing WalkTong, J., Cai, J., Serra, T., 2024. 训练神经网络上的优化：采取放松的步调，载于：Dilkina, B. (主编)，约束规划、人工智能和运筹学的集成. Springer Nature Switzerland, Cham, 第221-233页. 10.1007/978-3-031-60599-414.
PREAI
分享收藏分享收藏
查看更多内容