《Computer Physics Communications》：Update of PHYSBO: Improving Usability and Portability of Bayesian Optimization for Physics and Materials Research
编辑推荐：
摘要
贝叶斯优化（Bayesian optimization, BO）被广泛用于加速物理与材料研究，在这些领域中，目标函数的评估在计算上或实验上代价高昂。尽管许多BO框架侧重于算法效率，但在实际研究环境中，实用的可用性和可移植性对于持续使用同样至关重要。PHY
摘要
贝叶斯优化（Bayesian optimization, BO）被广泛用于加速物理与材料研究，在这些领域中，目标函数的评估在计算上或实验上代价高昂。尽管许多BO框架侧重于算法效率，但在实际研究环境中，实用的可用性和可移植性对于持续使用同样至关重要。PHYSBO是一个贝叶斯优化库，旨在通过支持在用户定义的候选池上进行优化以及支持特定领域的问题设置来满足这些需求。本文介绍了PHYSBO版本2和版本3中引入的主要更新，重点在于可用性、可移植性和实际部署的改进，而非新的优化算法。在PHYSBO版本2中，软件许可证从GPL更改为MPL，以提高与更广泛研究和软件生态系统的兼容性。在此修订的基础上，PHYSBO版本3引入了一系列面向实现的更新，旨在提高可用性和可移植性，同时不修改核心优化算法。这些更新包括计算性能和可扩展性的改进、对多目标优化的扩展支持、引入用于连续变量优化的基于范围的策略（range-based policies）、移除环境依赖组件（如紧耦合的Cython模块），以及与NumPy 2的兼容性。这些改进降低了用户在技术和组织上的负担，使PHYSBO能够部署到多样化的计算环境和工作流程中。通过强调可移植性和易于集成，同时保持足够的性能，PHYSBO版本3被定位为物理和材料科学中贝叶斯优化的可持续研究基础设施。
程序摘要/新版本程序摘要
程序名称：PHYSBO
CPC库程序文件链接：（由技术编辑添加）
开发者存储库链接：https://github.com/issp-center-dev/PHYSBO
Code Ocean胶囊：（由技术编辑添加）
许可条款：MPL-2.0
编程语言：Python
补充材料：无
先前版本的期刊参考文献：Y. Motoyama et al., Computer Physics Communications 278 (2022) 108405.
新版本是否取代先前版本？：是
新版本原因：PHYSBO版本3的开发旨在提高实际研究环境中的可用性、可移植性和长期可持续性。虽然先前版本为离散候选空间提供了高效的贝叶斯优化，但实际使用暴露了与软件环境依赖、对连续和多目标优化的支持受限以及阻碍集成到更大工作流程中的许可限制相关的局限性。新版本解决了这些问题，以实现更广泛和更灵活的部署。
修订摘要：PHYSBO版本3的主要更新包括计算性能和可扩展性的改进、对多目标优化的增强支持，以及引入用于连续变量优化的基于范围的策略。环境依赖组件（如紧耦合的Cython模块）已被移除，并添加了与NumPy 2的兼容性。此外，软件许可证已从GPL更改为MPL，以促进更容易地集成到多样化的研究工作流程中。
问题性质（约50–250词）：物理和材料科学中的优化问题通常涉及昂贵的目标函数评估，例如第一性原理计算、大规模模拟或实验测量。贝叶斯优化是一种强大的方法，可以减少识别最优参数所需的评估次数。然而，贝叶斯优化在研究环境中的实际应用面临若干挑战，包括对大型搜索空间的可扩展性、处理多个相互竞争的目标、连续设计变量的表示以及软件环境兼容性。此外，研究人员通常需要将特定领域的约束和先验知识纳入优化过程，而通用优化框架并不总是支持这一点。
解决方法（约50–250词）：PHYSBO提供了一个针对物理和材料科学应用定制的贝叶斯优化框架。它支持在用户定义的候选池上进行优化，以及支持能够直接对连续变量进行优化的基于范围的策略。PHYSBO版本3通过使用诸如标量化和非支配排序等成熟方法，扩展了对多目标优化的支持。该软件旨在通过最小化环境依赖组件并确保与现代数值库的兼容性，来平衡计算效率与实际可用性。这些设计选择使PHYSBO能够轻松集成到模拟和实验工作流程中，同时为实际优化任务保持足够的性能。
附加评论，包括限制和异常特征（约50–250词）：PHYSBO旨在用作研究库，可以导入到更大的软件框架和工作流程中。版本3中采用MPL许可证减少了与库使用相关的潜在法律障碍，并促进了产学合作。性能关键组件经过实现以确保实际效率，同时优先考虑可移植性和易安装性。PHYSBO不对目标函数的形式施加限制，允许用户集成任意外部模拟或实验代码。
PHYSBO版本3更新：面向物理学与材料研究的贝叶斯优化可用性与可移植性提升解读
**1. 研究背景与问题**
贝叶斯优化（Bayesian optimization, BO）已成为加速物理和材料科学研究的重要工具，尤其适用于目标函数评估代价高昂的场景，如第一性原理计算、大规模模拟和实验设计。尽管许多BO框架追求算法效率，但在实际研究环境中，软件库的实用可用性和可移植性同样关键。PHYSBO是一个专为物理和材料科学设计的贝叶斯优化库，其核心特色在于支持在用户预先定义的离散候选池上进行优化，从而允许研究人员将化学直觉、物理约束和实验限制等特定领域知识无缝融入搜索过程。然而，随着PHYSBO在真实研究环境中的广泛应用，其局限性逐渐显现：首先，性能关键组件采用Cython实现，导致对特定编译环境和库版本的依赖，在Windows系统或异构高性能计算环境下安装困难；其次，对大规模多目标优化的支持存在可扩展性瓶颈；第三，其最初以候选池优化为中心的设计范式，难以直接处理连续设计变量，用户不得不切换至其他工具。此外，GPL许可证的限制性以及与新兴数值库（如NumPy 2）的兼容性问题，也制约了其长期可持续性发展和在工业界及协作环境中的广泛应用。
**2. 研究内容与核心结论**
为应对上述挑战，研究人员推出了PHYSBO版本3，该版本主要聚焦于提升可用性、可移植性和实际部署能力，而非引入全新的优化算法。核心更新包括：将软件许可证从GPL更改为MPL（Mozilla Public License）以增强法律兼容性；移除Cython依赖，将核心库转变为纯Python包，极大简化安装流程并提升跨平台可移植性；同时兼容NumPy 2；增强多目标优化支持，新引入基于标量化策略的ParEGO（Pareto Efficient Global Optimization）和非支配排序（Non-dominated sorting, NDS）方法；并引入基于范围的策略（range-based policies），使PHYSBO能够直接优化连续变量。研究通过基准测试证明了这些改进的有效性。在VLMOP2基准上，NDS能在计算时间减半的情况下获得与超体积概率提升（HVPI）方法相当的超体积（HV）值（0.3092对比0.3285）。在KYMN约束基准上，ParEGO和NDS的HV值（分别为975.9和970.8）均优于HVPI（932.1），且计算耗时不到后者一半。在计算时间标度测试中，随着目标函数数量p从2增至8，NDS和ParEGO的计算成本几乎保持恒定，而HVPI则呈指数增长。此外，ParEGO超参数敏感性分析表明，推荐的默认参数（ρmax=1，ρsum=0.05）是稳健且接近最优的选择。
**3. 主要技术方法**
为验证版本3的各项改进，研究人员采用了以下关键技术方法：
- **多目标优化基准测试**：使用VLMOP2、Kita–Yabumoto–Mori–Nishikawa (KYMN) 和Gaussian函数作为测试问题。所有基准均在二维输入空间[?2,2]×[?2,2]（或KYMN的[?7,4]×[?7,4]）上离散化为101×101的网格（VLMOP2和Gaussian），或在该空间内排除违反约束的点后生成候选集（KYMN）。
- **性能对比协议**：每个基准测试均采用10次初始随机采样，随后进行40次贝叶斯优化步骤。对VLMOP2和KYMN，比较HVPI、NDS（rmax=10）和ParEGO（ρmax=1，ρsum=0.05）的性能及运行时间。
- **计算标度分析**：为测试计算时间随目标函数数量的标度行为，随机生成具有不同中心μa和宽度σa的高斯函数，对p=2至8个目标，每种方法进行10次独立试验，测量40次优化步骤的平均耗时。
- **ParEGO超参数敏感性分析**：在VLMOP2和KYMN基准上，系统变化ρmax∈{0.5, 1.0, 2.0}和ρsum∈{0, 0.01, 0.05, 0.1, 0.25, 0.5, 1.0}，使用20个共享随机种子，计算相对于默认参数（ρmax=1，ρsum=0.05）的逐种子超体积比值及其95%置信区间。
**4. 研究结果**
- **VLMOP2基准**：该基准具有平滑且连续的Pareto前沿。HVPI获得最大的支配超体积（HV=0.3285），表明其能最全面地覆盖Pareto前沿，但计算时间最长。NDS在将计算时间减少一半以上的同时，获得了可比的超体积（HV=0.3092），是平衡解质量与计算成本的有效替代方案。ParEGO计算时间虽最短，但其Pareto前沿稀疏（HV=0.1800），未能捕获连续的权衡曲线。
- **KYMN基准**：该基准为具有非线性不等式约束的双目标优化问题，其可行域受强约束限制，导致Pareto前沿呈碎片化且高度非凸。在此约束场景下，ParEGO与NDS的HV值（975.9和970.8）均优于HVPI（932.1），且两者运行时间均不到HVPI的一半。这表明基于标量化的方法在应对不规则、非凸的Pareto前沿时，比直接基于超体积的优化更高效。
- **计算时间标度**：高斯目标函数测试表明，随着目标函数数量p的增加，NDS和ParEGO的计算时间几乎不变，而HVPI的时间呈指数增长。这归因于HVPI/EHVI方法中所需计算的支配区域超体积随目标数指数增长。
- **ParEGO超参数敏感性**：在VLMOP2基准上，默认参数是接近最优的选择，大于0.25的ρsum值会导致超体积显著下降（最多约16%）。在KYMN基准上，超体积对两个超参数的实际变化极不敏感（网格均值差异仅为默认值的0.29%）。因此，推荐默认值（ρmax=1，ρsum=0.05）是稳健的起点。
**5. 讨论与结论**
讨论部分指出，目标函数地貌的结构以及约束的存在会深刻影响多目标优化策略的相对性能。当Pareto前沿平滑、凸且连续时，基于超体积的采集函数（如HVPI）自然是首选，但前提是目标数较少且候选集规模不大。当可行域受到强约束、Pareto前沿碎片化且非凸时，如KYMN基准所示，基于标量化的NDS和ParEGO方法以更低的计算成本实现了更广的探索并优于HVPI。此外，随着目标数量增加，超体积计算成本指数增长，而NDS和ParEGO的成本基本恒定，这使得标量化方法在高维目标问题上更具实用性。关于引入的额外超参数，NDS仅需解释性强的整数参数rmax，ParEGO可采用文献推荐值，其影响有限或可通过敏感性分析校准，这使得额外参数带来的调优负担相对于收益是适度的。
研究结论部分强调，PHYSBO版本3的主要更新着力于可用性、可移植性和实际部署能力，而非根本性的新算法，代表了库向更好支持研究工作流程的系统性改进。改进的计算性能和可扩展性支持其在大型优化问题中的稳定使用；对多目标优化的增强支持可处理涉及竞争目标的实际研究场景；基于范围的策略将PHYSBO扩展至连续变量优化；移除环境依赖组件、兼容NumPy 2以及转向更宽松的MPL许可证共同提升了可移植性、可持续性和集成便捷性。这些变化使PHYSBO从专业优化工具转变为更通用的贝叶斯优化研究基础设施，降低了技术和组织障碍，使研究人员更易于在计算与实验研究中集成BO，促进快速迭代、可复现性和协作。特别值得注意的是，Cython依赖的移除显著提升了对Windows用户的易用性，考虑到许多实验仪器运行在Windows环境下，这为将贝叶斯优化从纯仿真空间拓展至物理世界的实验研究创造了条件，从而支持未来自动化与数据驱动的科学发现。该论文发表于《Computer Physics Communications》。
