多目标贝叶斯优化实验平台
案例介绍
自动搜索多维参数空间的 Pareto 最优解。
核心功能:
▸ 支持 11 种优化算法的对比实验,包括标准 BO、周期性 AIW 系列、
LLM 增强策略等,算法层可插拔扩展。
▸ 实验调度系统支持多随机种子并行运行,单轮 220+ 次实验
自动排队管理,8 进程并行,中断可恢复。
▸ 结果分析自动输出 Pareto 前沿、超体积指标演化曲线、
方法间的 Wilcoxon 配对检验显著性矩阵。
▸ 数据持久化采用结构化 JSON + Parquet,便于跨会话对比与归档。
技术栈:
Python 3.11、BoTorch、GPyTorch、Scikit-learn、
Pandas、Matplotlib、Seaborn、PyYAML、concurrent.futures。
我的角色:
独立设计整套算法框架、实验调度系统和分析脚本。
从需求拆解、算法实现、实验自动化到报告生成,全流程交付。
项目中还集成了 LLM 协作模块,通过 API 调用让模型
辅助候选方案生成,并与传统 BO 形成对比组。
适合场景:
化工、材料、药物筛选等需要高成本实验的领域,
帮助在有限实验预算下找到更优配方。
多目标贝叶斯优化实验平台
案例介绍
多目标贝叶斯优化实验平台,用于在工程实验场景下
自动搜索多维参数空间的 Pareto 最优解。
核心功能:
▸ 支持 11 种优化算法的对比实验,包括标准 BO、周期性 AIW 系列、
LLM 增强策略等,算法层可插拔扩展。
▸ 实验调度系统支持多随机种子并行运行,单轮 220+ 次实验
自动排队管理,8 进程并行,中断可恢复。
▸ 结果分析自动输出 Pareto 前沿、超体积指标演化曲线、
方法间的 Wilcoxon 配对检验显著性矩阵。
▸ 数据持久化采用结构化 JSON + Parquet,便于跨会话对比与归档。
技术栈:
Python 3.11、BoTorch、GPyTorch、Scikit-learn、
Pandas、Matplotlib、Seaborn、PyYAML、concurrent.futures。
我的角色:
独立设计整套算法框架、实验调度系统和分析脚本。
从需求拆解、算法实现、实验自动化到报告生成,全流程交付。
项目中还集成了 LLM 协作模块,通过 API 调用让模型
辅助候选方案生成,并与传统 BO 形成对比组。
适合场景:
化工、材料、药物筛选等需要高成本实验的领域,
帮助在有限实验预算下找到更优配方。
案例图片
相似案例推荐
-
缺陷检测
项目：工业产品表面缺陷检测系统（本人全程负责） 本人独立负
-
造梦台
造梦台（SaaS / AI Agent 项目） 担任技术负
-
AI智能投标系统
【投标文件分析与方案生成系统】 一个基于大模型的投标文件分
-
线缆扫码绑定管控系统
为锂电池生产线开发的线缆管控系统，解决 生产过程中线缆混用
-
PQC产线质量管控系统
为锂电池工厂开发的产线质量控制系统，负责扫码管控、 缺陷数
-
智能合同审核系统
参与公司自研的智能合同审核产品研发，系统采用双引擎架构：基于
1小时精推人才
需求方专属客服，免费梳理匹配
