这是我的情况:
我的公司有一个小的C#控制台应用,带有一个配置文件。在该配置文件中有大约20个用于我们设备(振动测量设备)的校准参数。我们经历了一个手动过程,在这个过程中,我们使用内部知识手动调整校准参数,进行测试运行,再次调整,然后迭代,直到我们获得正确的校准参数。这是一个有效的人类循环。
现在这有点低效和耗时,我不禁认为这个过程是我们可以自动化的。然而,我不确定我是否正确地考虑了这个问题,以及我可以使用哪些技术来尝试和解决这个问题。
例如,我可以只编写一些代码,循环遍历每个参数组合,然后蛮力找到最准确的参数集,但这很丑陋,我们很快就会进行数十亿次迭代。
对我来说,这似乎是某种学习或神经网络问题,我可能会重构代码,以某种方式使用它。然而,我不确定这是否真的是这样。
基于以上内容,在这里使用什么技术是合适的?C#中提供了什么来促进这一点?
提前感谢!
发布于 2020-02-12 22:34:11
这个问题迫切需要一种遗传算法。例如,您可以尝试使用GeneticSharp来快速轻松地实现您想要的功能。每个必须优化的参数都将是一个独立的FloatingPointChoromosome。
发布于 2020-02-19 00:31:28
听起来像是“超参数调优”的一个版本。例如,您可以使用hyperopt library来帮助您更快地找到最佳解决方案。您可以看到一个示例here。
https://stackoverflow.com/questions/60144730
复制相似问题