Os modelos de krigagem, também conhecidos como modelos de processos gaussianos, podem ser usados na otimização como uma ferramenta preditiva para ajudar a estimar o valor de uma função e suas derivadas em pontos não observados. Isso é particularmente útil ao avaliar funções caras ou quando apenas um número limitado de avaliações de funções é possível. Ao fazer uso dos valores e variações da função prevista do modelo de krigagem, os algoritmos de otimização podem tomar decisões informadas sobre onde explorar e explorar no espaço de pesquisa, reduzindo potencialmente o número de avaliações de funções necessárias para encontrar uma solução ideal. Modelos de krigagem também podem ser usados para construir modelos substitutos em otimização multiobjetivo, onde as funções objetivo são aproximadas por modelos de krigagem e o problema de otimização é resolvido usando algoritmos evolutivos ou outras técnicas de otimização global. No geral, os modelos de krigagem desempenham um papel crucial na otimização, permitindo a exploração e aproveitamento eficiente dos espaços de busca, levando a resultados de otimização mais rápidos e precisos.
Data de publicação: