Key points are not available for this paper at this time.
요약 컴퓨팅 비용이 많이 드는 최적화 문제를 해결하기 위한 강력한 접근법으로서, 대리자 지원 진화 알고리즘(SAEAs)은 점점 더 많은 주목을 받고 있다. 진화 계산 분야에서 현재의 노력은 주로 비용이 많이 드는 연속 최적화 문제에 집중되고 있으며, 비용이 많이 드는 조합 최적화 문제(ECOPs)에 대한 연구는 눈에 띄게 부족하다. 그럼에도 불구하고, 많은 ECOPs가 실제 응용에서 존재한다. 이러한 문제의 광범위한 존재는 관련 연구의 제한된 발전과 극명한 대조를 이룬다. 이러한 불균형에 의해 동기 부여를 받아, 이 논문은 ECOPs를 해결하기 위해 제작된 SAEAs에 관한 포괄적인 조사를 수행한다. 이 조사는 두 가지 주요 세그먼트로 구성된다. 첫 번째 세그먼트에서는 널리 사용되는 글로벌, 로컬, 혼합, 학습 탐색 전략을 종합하여 각각의 강점과 약점을 설명한다. 이후 두 번째 세그먼트는 대리자 기반 평가 기술에 대한 개요를 제공하며, 세 가지 중요한 측면: 모델 선정, 구축 및 관리에 대해 심층적으로 논의한다. 이 논문은 또한 비용이 많이 드는 조합 최적화를 목표로 하는 SAEAs의 몇 가지 잠재적 미래 방향도 논의한다.
Liu et al. (Sat,)은 이 질문을 연구했다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: