09:49
官方账号arXiv cs.LG@Ezgi Oztekin, Figen Oztoprak, S. Ilker Birbil
推荐理由：这篇论文提出DCL方法，在约束函数未知时用局部代理高效优化，解决了实际难题，值得关注。
Dynamic Constraint Learning
共 1 条相关 AI 资讯
7月29日
09:49
Dynamic Constraint Learning (DCL) 提出一种数据驱动框架，用于在约束函数未知且无法查询时进行约束优化。该框架在每个迭代中从附近数据学习局部代理，并在数据支持的信任区域内求解子问题。与离线全局约束学习相比，DCL使用局部代理，适应优化过程中的数据分布。在合成测试问题和一个文献案例研究中，DCL实现了与全局模型相当的解决方案质量，同时使用更简单的局部模型和更小的优化子问题。