Neuer Bayesian-Optimierer löst parametrisierte Mehrzielprobleme ohne teure Tests
Viele praxisnahe Anwendungen erfordern die Lösung von Familien teurer Mehrzieloptimierungsaufgaben (EMOPs) unter wechselnden Betriebsbedingungen. Daraus entsteht das Konzept der parametrisierten EMOPs (P‑EMOPs), bei dem jeder Aufgabenparameter ein eigenes Optimierungsproblem definiert.