一种基于序贯蒙特卡罗方法的贝叶斯优化方法

摘要

本发明公开了一种基于序贯蒙特卡罗方法的贝叶斯优化方法，包括以下步骤：S1、建立目标函数，得到目标函数的后验分布；S2、加入噪声信号，计算目标函数的边缘Student‑t分布；S3、通过序贯蒙特卡罗近似的方法对目标函数进行优化。本发明通过序贯蒙特卡罗方法计算权重分布；然后通过Student‑t过程回归而不是高斯过程回归将改进的序贯蒙特卡罗方法扩展到全局优化中，可以在较少样本数的情况下更有效地得到最大值的分布，具有更强的探索能力和异常值适应性能。