|
BAM数据驱动优化器
分支与模型 (BAM) 优化工具BAM是一款确定性全局优化求解器,专为用户缺乏代数目标函数或约束条件的优化问题而设计。它能够解决每次评估都需要较高成本的优化问题,例如运行仿真器、进行实验室实验或调用外部软件。 BAM适用于:
BAM帮助用户从每次评估中提取最大价值。它结合了全局搜索、局部代理建模和嵌入式优化技术,以识别高质量解决方案,同时减少昂贵的仿真或实验调用。 为什么使用BAM?基准测试领先性能在固定的评估预算下,BAM能够为超过80%的750+个测试问题找到最佳解决方案。它远远优于最强的替代数据驱动优化(DFO)代码(解决50-60%),以及传统贝叶斯优化器(解决10%)。 更少的昂贵评估BAM大约需要200次评估就能解决50%的问题,而竞争性的数据驱动优化器需要5到12倍甚至更多的评估次数。 支持灵活的批量评估BAM提出批量评估点。用户可以并行运行这些点、顺序运行,或根据自身设置替换自己的评估点。 ![]() 如何运行BAMPython APIBAM可作为官方Python包在PyPI上获取:
|
|||||||||||||||||||||||||||
联系我们 |
|||
微信公众号 |
咨询微信 |
企业店铺 |
|
|
![]() |
![]() |
![]() |
| (节假日期间办公室座机如无人接听,请选择其他联系方式,感谢理解!祝您节日快乐!) | |||
| 联系我们 | 快速链接 | 相关产品 | ©2026 上海卡贝信息技术有限公司
|
|---|---|---|---|
|
|
|
|