高次谐波优化不再只找最优点:物理坐标变换让代理模型在60次迭代内重建效率脊线
气体高次谐波产生的转换效率在气压—介质长度平面上呈双曲脊线,常规贝叶斯优化用欧氏距离建模,难以还原这种结构。把已知的物理标度关系写成搜索空间的非线性坐标变换后,高斯过程代理在二维压力—长度空间用60次迭代把与参考网格的结构相似度从0.77提高到0.98,并在四维空间以1024个独立参考点检验重建精度。方法还配合阈值型采集函数,标出成片的高效率工作区,而不只是单个最优点。
气体高次谐波产生的转换效率在气压—介质长度平面上呈双曲脊线,常规贝叶斯优化用欧氏距离建模,难以还原这种结构。把已知的物理标度关系写成搜索空间的非线性坐标变换后,高斯过程代理在二维压力—长度空间用60次迭代把与参考网格的结构相似度从0.77提高到0.98,并在四维空间以1024个独立参考点检验重建精度。方法还配合阈值型采集函数,标出成片的高效率工作区,而不只是单个最优点。
已读完全部报道