多目标贝叶斯优化实验平台

猿急送>杭州兼职程序员>YU予>

案例列表

基本信息

案例ID：239599

技术顾问：YU予 - 3年经验 - 浙江工业大学

联系沟通

微信扫码，建群沟通

项目名称：多目标贝叶斯优化实验平台

所属行业：人工智能 - 其他

->查看更多案例

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。