摘要
本申请属于高斯过程辅助的演化优化领域,具体公开了一种高斯过程提升集成模型辅助的演化优化方法及应用。该演化优化方法包括:建立高斯过程模型,然后根据高斯过程模型,将高斯过程预测方差迁移为提升集成模型的预测不确定度估计,得到高斯过程提升集成模型;利用高斯过程提升集成模型的预测和不确定度估计,计算个体的期望改进,作为种群的适应度函数;利用差分进化算法对期望改进进行优化,并将得到的最优解进行真实昂贵评估,以扩充数据集;利用扩充后的数据集,更新高斯过程提升集成模型,重复以上步骤直至昂贵评估次数耗尽,输出数据集中的最优解。本申请能增强高斯过程预测能力,提升算法的探索性能。
技术关键词
支持向量回归模型
残差数据
进化算法
训练集
累积分布函数
概率密度函数
正则化参数
采样方法
基因
样本
指数
电磁
因子
矩阵
系统为您推荐了相关专利信息
智能化管理系统
门控循环单元
智能反馈数据
双向长短期记忆
进化算法
点击率预测方法
深度神经网络
编码方案
广告点击率预测
稀疏特征
长短期记忆神经网络模型
执行设备
水质
时间序列分析方法
粒子群优化算法
优化极限学习机
灰色关联度
弱分类器
灰色关联分析法
样本
控制模块
新能源汽车
特征提取单元
故障诊断模块
识别模块