自适应黑盒实验贝叶斯优化器

用于黑盒实验：系统推荐下一组参数，请你做完实验后回填实测结果。

问题设置

维度

优化方向

搜索边界（JSON，每维一个 [min,max]）

初始实验点数

探索强度

当前自动参数

候选点数量

—

EI 探索系数 ξ

—

GP 长度尺度 ℓ（归一化）

—

GP 噪声方差

—

按原始单位换算的有效长度尺度

—

高级设置

自动优化 GP 超参数（推荐）根据维度自动设置候选点数量

手动候选数

手动 ξ（标准化 y 空间）

手动 ℓ

手动 σ²

手动噪声方差

当前待做实验

—

先生成初始实验点，或录入已有实验数据。

实验完成后，填写实测 y

录入已有实验数据

x（JSON 数组）实测 y

尚未开始。

自适应逻辑：
• 每一维按 (x-lower)/(upper-lower) 归一化到 [0,1]。
• GP 在归一化空间拟合，所以不同量纲不会互相压制。
• 局部候选搜索的扰动幅度按每一维区间长度自动缩放。
• EI 在标准化后的 y 空间计算，ξ 不再依赖 y 的绝对数量级。
• 自动 GP 模式通过对数边际似然在一组候选超参数中选择 ℓ、σ²、噪声方差。

已完成实验

当前最优 y

—

当前最优 x

—

当前推荐 EI

—

实验历史

#	x	y	来源