通过机器学习进行优化

我有一个系统,它从一个17×17的网格中选取15个点作为输入(顺序无关),并生成一个标量作为输出。这个系统无法用正式的函数来表示。

目标是找到最优的15个点,使输出的标量最小。通过穷举法解决这个问题需要花费太多的时间,每次运行需要14秒,这不切实际。

我已经开始在线学习机器学习课程。但这个问题似乎相当简单,我想知道是否有人能指导我正确的方向。任何帮助都将不胜感激!


回答:

使用模拟退火。我认为这在这里会接近最优解。

因此,从15个点的随机分布开始。然后,在每次迭代中改变一个点,如果生成的标量值更低,则接受新状态。如果更高,则以一定概率(玻尔兹曼因子)接受。最终,你需要尝试一小部分随机选择的初始状态,然后接受最低值。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注