[发明专利]高效且安全的无梯度黑盒优化

权利要求书

1.一种计算机实现的黑盒优化方法，所述方法包括：

使用多个随机方向上的函数值的前向差来实现平均梯度估计器；

使用控制变量利用所述平均梯度估计器的输出来执行经由梯度混合的方差减小；以及

执行所述方差减小的结果的二进制量化。

2.根据权利要求1所述的方法，还包括利用来自所述二进制量化的结果执行梯度下降优化以优化黑盒的输出。

3.根据权利要求1所述的方法，其中所述平均梯度估计器包括使用所述函数值的中心差来使用不同类型的梯度估计器。

4.根据权利要求1所述的方法，其中所述平均梯度估计器包括使用具有多数表决的估计的符号。

5.根据权利要求1所述的方法，还包括经由平滑函数来测量所述平均梯度估计器的所述输出与真实梯度之间的间隙。

6.根据权利要求1所述的方法，还包括评估从所述平均梯度估计器的所述输出的符号到真实梯度的误差传播。

7.根据权利要求1所述的方法，被实现在云计算环境中。

8.一种用于黑盒优化的计算机程序产品，所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有利用其实现的程序指令，所述程序指令由计算机可执行以引起所述计算机执行根据权利要求1至7所述的任何方法的步骤。

9.一种黑盒优化系统，所述系统包括：

处理器；以及

存储器，所述存储器存储用于引起所述处理器执行根据权利要求1至7所述的任何方法的步骤的指令。

10.一种计算机系统，包括用于执行根据权利要求1至7所述的任何方法的步骤的模型。