The use of surrogate models (also k

The use of surrogate models (also known as meta-models
or response surface models) to reduce the number of candidate
solution evaluations when they are computationally
expensive or difficult to obtain/formulate has been developed
as evolutionary computation has been applied to more
complex domains, e.g., in systems where a human user is
involved [30]. This is typically achieved through the construction
of models of the problem space via direct sampling—the
use of approximations is an established approach in the wider
field of optimization [31]. That is, the evolutionary process
uses one or more models to provide the (approximate) utility
of candidate solutions, thereby reducing the number of real
evaluations during iterations. Initially, all candidate solutions
must be evaluated directly on the task to provide rudimentary
training data for the modeling, e.g., by neural networks.
Periodically, high utility solutions suggested by the model
optimization are then evaluated by the real system. The training
data for the model is then augmented with these and the
model(s) updated. Over time, as the quality of the model(s)
improves, the need to perform real evaluations/fabrications
reduces.

ผลลัพธ์ (ไทย) 1:

การใช้รูปแบบตัวแทน (เรียกอีกอย่างว่า meta-แบบจำลองหรือแบบจำลองพื้นผิวตอบสนอง) การลดจำนวนของผู้สมัครประเมินการแก้ปัญหาเมื่อจะ computationallyราคาแพง หรือยากที่จะได้รับ/ที่กำหนดได้รับการพัฒนาเป็นการคำนวณเชิงวิวัฒนาการได้ถูกใช้มากขึ้นโดเมนที่ซับซ้อน เช่น ในระบบที่เป็นมนุษย์คือเกี่ยวข้อง [30] นี้จะทำการก่อสร้างรุ่นพื้นที่ปัญหาผ่านการสุ่มตัวอย่างโดยตรงเช่นการใช้เพียงการประมาณเป็นวิธีการสร้างในกว้างฟิลด์ของ [31] นั่นคือ กระบวนการวิวัฒนาการใช้หนึ่ง หรือหลายรูปแบบให้โปรแกรมอรรถประโยชน์ (โดยประมาณ)โซลูชั่นผู้สมัคร จึงช่วยลดจำนวนจริงการประเมินในระหว่างการเกิดซ้ำ เริ่มแรก โซลูชันทั้งหมดผู้สมัครต้องมีประเมินโดยตรงในงานให้ rudimentaryข้อมูลสำหรับการสร้างโมเดล เช่น การฝึกอบรม โดยเครือข่ายประสาทเป็นระยะ ๆ สูงยูทิลิตี้โซลูชั่นแนะนำแบบเพิ่มประสิทธิภาพโดยทั่วไปแล้วประเมิน โดยระบบจริง การฝึกอบรมข้อมูลสำหรับแบบจำลองจากนั้นได้ออกเมนต์กับเหล่านี้และแบบจำลองที่ปรับปรุง ช่วงเวลา คุณภาพของแบบจำลองเพิ่ม ต้องทำการประเมินจริง fabricationsลด

ผลลัพธ์ (ไทย) 2:

การใช้รูปแบบตัวแทน
(หรือเรียกว่าเมตาโมเดลหรือรูปแบบพื้นผิวตอบสนอง)
เพื่อลดจำนวนของผู้สมัครการประเมินผลการแก้ปัญหาเมื่อพวกเขามีคอมพิวเตอร์ที่มีราคาแพงหรือยากที่จะได้รับ / กำหนดได้รับการพัฒนาเท่าที่คำนวณวิวัฒนาการได้ถูกนำไปใช้มากขึ้นโดเมนที่ซับซ้อนเช่นในระบบที่ผู้ใช้ของมนุษย์มีส่วนร่วม [30] นี่คือความสำเร็จมักจะผ่านการก่อสร้างของรูปแบบของพื้นที่ที่เป็นปัญหาโดยตรงผ่านการสุ่มตัวอย่างที่ใช้ใกล้เคียงเป็นวิธีการที่ยอมรับในวงกว้างด้านการเพิ่มประสิทธิภาพ[31] นั่นคือกระบวนการวิวัฒนาการใช้หนึ่งหรือมากกว่าหนึ่งรูปแบบที่จะให้ (โดยประมาณ) ยูทิลิตี้ของการแก้ปัญหาของผู้สมัครซึ่งจะช่วยลดจำนวนจริงการประเมินผลในช่วงการทำซ้ำ ในขั้นต้นทุกการแก้ปัญหาผู้สมัครจะต้องได้รับการประเมินโดยตรงในงานเพื่อให้เป็นพื้นฐานข้อมูลการฝึกอบรมสำหรับการสร้างแบบจำลองเช่นจากเครือข่ายประสาท. ระยะโซลูชั่นยูทิลิตี้สูงแนะนำโดยรูปแบบการเพิ่มประสิทธิภาพได้รับการประเมินแล้วโดยระบบจริง การฝึกอบรมข้อมูลสำหรับรูปแบบที่มีการเติมแล้วกับเหล่านี้และรูปแบบ(s) การปรับปรุง ในช่วงเวลาที่มีคุณภาพของรูปแบบ (s) ช่วยเพิ่มความจำเป็นที่จะต้องดำเนินการประเมินผลที่แท้จริง / พยานลด

ผลลัพธ์ (ไทย) 3:

การใช้แบบจำลองตัวแทน ( ที่รู้จักกันเป็นรุ่น
หรือแบบพื้นผิวตอบสนอง meta ) เพื่อลดจำนวนของผู้สมัครโซลูชั่นการประเมินผลเมื่อพวกเขา computationally

ราคาแพงหรือยากที่จะรับ / กำหนดได้รับการพัฒนา
เป็นวิวัฒนาการการคำนวณได้ถูกนำมาใช้เพื่อเพิ่มโดเมน
ที่ซับซ้อน เช่น ในระบบที่ผู้ใช้มนุษย์
เกี่ยวข้อง [ 30 ]นี้มักจะเกิดขึ้นผ่านการก่อสร้าง
รูปแบบของปัญหาพื้นที่ผ่านตรงตัวอย่าง
ใช้เป็นแนวทางในการก่อตั้งสาขาเพิ่มอีก
[ 31 ] นั่นคือ กระบวนการวิวัฒนาการ
ใช้หนึ่งหรือมากกว่าหนึ่งรูปแบบการให้ ( โดยประมาณ ) สาธารณูปโภค
โซลูชั่นของผู้สมัครจึงลดจำนวนครั้งในการทำซ้ำจริงๆ
. ในตอนแรกทั้งหมดโซลูชั่นผู้สมัคร
ต้องถูกประเมินโดยตรงในงานให้ข้อมูลการฝึกอบรมขั้นพื้นฐาน
สำหรับสร้างโมเดล เช่น โดยโครงข่ายประสาทเทียม .
เป็นระยะสูงยูทิลิตี้โซลูชั่นที่แนะนำโดยแบบจำลอง
optimization แล้วประเมินโดยระบบจริง การฝึกอบรม
ข้อมูลสำหรับรูปแบบเหล่านี้และจากนั้นเติม
( S ) รุ่นปรับปรุง ตลอดเวลา ในขณะที่คุณภาพของแบบจำลอง ( s )
ดีขึ้นต้องทำการประเมินจริง / fabrications
ลด