B题专家还在吗，能否进来点评下我们的思路？

WBEAR2020

我们组的做法：第四问是一个联合优化，因此首先需要联合预测的模型。
1.对于联合预测我们使用了多变量SVM回归，但可能由于硫含量数据问题，联合预测效果不是很好，不如第三问中的单变量SVM辛烷值预测（第三问我们预测的很准）。
2.然后是优化问题，这个优化目标很不好定义（或者把两个不等式约束作为目标？），或者说根本就没有目标。我们定义了一个目标就是调整次数，使它最小的过程中对辛烷值损失降幅和硫含量施加约束，从而得到每个样本优化后的变量操作条件，以及对应的辛烷值损失和硫含量。
3.难点我觉得在于优化问题的定义，至于优化方法就见仁见智了。

Maricat4

优化问题我觉得就是最小化辛烷值损失（这么值钱的东西要是能降下来还考虑什么自行车啊），硫含量以及各个变量的取值约束，取值约束还要根据样本的当前值和delta值以及取值范围一起计算。调整次数我反而觉得没必要加入约束条件。整个应该可以把它看成是非线性约束的优化问题。用遗传算法应该可以容易的解出，不过我对这个不熟悉，对模拟退火熟悉点，自己用的带惩罚项的模拟退火算求解的优化问题。