如何使用神经网络进行多目标优化?

我有五个决策变量,每个变量都有一个特定的范围。我需要找到这些变量的一个组合,以便在最大化其中一个目标的同时最小化另一个目标。我已经准备了一份数据表,包含随机生成的变量及其相应的两个目标函数值。请建议我如何使用神经网络来解决这个问题。

我的目标函数涉及热力学计算。如果你有兴趣,可以在这里查看目标函数:


回答:

有多种方法,但最简单的方法是“线性标量化”。
你可以将目标相加,形成一个单一目标。
在这样做时,你可以根据优先级对目标进行加权。
(即形成多个目标的线性组合)

请看以下示例:
变分自编码器损失(正则化损失 + 重构损失)
关联判别分析损失(分类损失 + 行走损失 + 访问损失)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注