贝叶斯优化实时仿真软件和代码生成金宝app
1视图(30天)
显示旧的评论
对于一个特定的应用程序,我需要实现贝叶斯优化,不断在仿真软件中运行模型。金宝app仿真软件金宝app模型控制算法,已被翻译成C代码,运行在一个ECU。贝叶斯优化应该更新控制器参数(参数优化)基于一定的成本函数,从一些传感器直接测量可用的ECU。所以在实践中我的成本函数应该“等待”旗帜”实验完成”来自仿真软件模型;金宝app国旗生成后,成本函数评估基于数据。
更多的细节,算法思想是这样的:
- 执行实验通过使用一个特定的参数。
- 实验完成后,成本函数的参数可以被评估。
- 运行的迭代bayesopt ()和更新GP模型等。选择一套新的参数通过收购功能。
- 然后再次执行实验,评估新的代价函数,等等…
现在,我知道我不能直接使用
bayesopt ()
在代码生成。有一个方法不用完全重写的代码贝叶斯优化?