基于原方向和非单调线搜索的整数变量黑盒优化算法框架

在本文中，我们开发了一个新的算法框架来解决具有整数变量的黑盒问题。框架中包含的策略使用了特定的搜索方向（称为原始方向）和适当开发的非单调线搜索，从而保证了在探索整数格时的高自由度。首先，我们描述并分析了该算法的一个版本，该版本只处理变量上有界约束的问题。然后，我们将其与惩罚方法相结合，以解决具有模拟约束的问题。在这两种情况下，我们都证明了问题的有限收敛到适当定义的局部极小值。我们在有界约束和一般约束问题的试验台上进行了大量的数值实验。与其他最先进的黑盒整数优化求解器相比，我们证明了该方法的有效性。