[发明专利]一种基于主动降维的高维贝叶斯优化方法

摘要

本发明公开了一种基于主动降维的高维贝叶斯优化方法，通过基于最大值熵搜索改进的采集函数最大化目标函数的熵信息，利用皮尔森相关性系数的绝对值|r(i，j|Dt)|来衡量两个维度xi和xj之间的相关关系的相关程度；利用xi查询目标函数f得到相应的待优化目标函数；利用历史查询x和y的集合，通过高斯过程回归替代模型M，并输出替代模型的全局最优值的位置；输出最终的目标函数全局最优值的位置和对应的最优值。与现有技术相比，与现有的熵搜索方法相比，本发明在收敛后可实现更高的查询效率以及最佳结果。