使用高维贝叶斯优化和降维方法结合解决在航弹性优化中出现的高维问题，为具有大规模约束的问题提出了一种新颖的方法。实验证明该方法能够纳入大规模约束。

Dec, 2023

本文介绍了一种基于 Latent Variable Gaussian Process 的混合变量全局敏感性分析方法，通过数值案例研究验证和证明了该方法的有效性，并将其与多目标贝叶斯优化集成，应用于金属有机骨架材料的敏感性感知设计框架，极大地加快了对新型金属有机骨架候选材料的探索。

Oct, 2023

HyperMapper 2.0 is a new methodology and software framework that handles multi-objective optimization, unknown feasibility constraints, and categorical/ordinal variables for computer systems design, achieving better Pareto fronts and improved sampling for hardware accelerators.

Oct, 2018

我们的研究提出了一种新的形状优化方法，通过减少定义新的减少子空间的原始设计变量的数量，并通过概率线性潜变量模型（如因子分析和概率主成分分析）对数据的生成过程建模，以提高全局优化算法的效率，并在优化过程中生成没有几何异常的高质量设计。

Aug, 2023

该论文提出了一种针对 (V) MVOPs 的元启发式解决方案统一分类法，旨在提供一个共同的术语和分类机制，从而解决现实世界中的混合变量优化问题，并识别可应用于元启发式方法的各种解决方法。讨论了所提方法的优点、弱点和局限性，并提出了一些需要进一步深入研究的未解决问题。

Jan, 2024

研究提出了一种结合黑盒优化和视觉分析的自动调优框架，用于储存系统性能优化，其中包括交互式配置浏览器 ICE，用于与类别变量上下文联合显示依赖数值变量的完整分布和统计信息。

Apr, 2022

本研究基于 PneuMesh 硬件构想，设计了一个学习模型和遗传算法和强化学习相结合的优化方案，以帮助机械桌在少数控制输入的情况下实现各种运动，包括变形桁架的包容性和适应性设计。

Nov, 2022

该研究提出了一种生成式设计框架，利用物理启发的参数模型和进化优化元启发式算法，在方案设计阶段生成多样的设计建议，适用于复杂的设计问题。

Jun, 2024

提出了一种利用可微分的 CGP 编码进行多目标进化搜索的 MEMETIC 算法，以学习回归方程中的数值常量，在火星探测器热功率估算和通过陀螺定年法确定恒星年龄两个应用中，该方法显示出与机器学习的黑盒回归模型或手动匹配方法同等或更高的性能。

Jun, 2022

在协同设计环境中，快速且自动地集成变化是一项挑战。本文考虑了在协同设计方法中，针对关键绩效指标（如成本、时间或弹性）创建和优化全球物流系统以建造客机的挑战。本文的目标是找到一种构建飞机的最佳方式，并考虑其工业系统的要求。研究采用 Answer Set Programming（ASP）作为建模语言，将所需的工业系统的要求形式化。所提出的方法涵盖了从知识图谱中提取相关信息、转化为逻辑程序以及根据优化准则计算现有配置。最后，我们可视化结果以便对这些模型进行轻松评估。内部结果看起来令人鼓舞，并提出了几个未来改进的新研究问题。

Aug, 2023