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

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