×

AQUARS公司

swMATH ID: 7570
软件作者: 隆美尔·里吉斯。;克里斯汀·舒梅克(Christine A.Shoemaker)。
描述: 使用响应面模型对昂贵函数进行全局优化的准多重启动框架我们提出了AQUARS(一个QUAsi-multistart响应曲面)框架,用于寻找受边界约束的计算代价高昂的黑盒函数的全局最小值。在传统的多段方法中,局部搜索方法对先前局部搜索的轨迹是盲的。因此,即使搜索是从相距很远的点开始的,该算法也可能会找到相同的局部极小值。相反,AQUARS是一种新的方法,它通过在目标函数的响应面(RS)模型的局部极小值附近进行局部搜索来定位目标函数的有希望的局部极小值。它忽略了RS模型中充分探索的局部极小值的邻域,并在RS模型中最佳部分探索的局部最小值和最少探索的局部极值之间反弹。我们实现了两种使用径向基函数模型的AQUARS算法,并将其与可选的全局优化方法在8维流域模型校准问题和18个测试问题上进行了比较。替代方案包括EGO、GLOBALm、MLMSRBF[{it R.G.Regis}和{it C.A.Shoemaker}、INFORMS J.Compute.19,No.4,497-509(2007;Zbl 1241.90192与两种类型的局部解算器相结合:SQP和网格自适应直接搜索(MADS)与克里格法相结合。结果表明,与备选方案相比,AQUARS方法通常使用较少的函数评估来确定全局最小值或达到目标值。特别是,在流域校准问题和15个测试问题上,它们比EGO和MLSL耦合到MADS和克里金要好得多。
主页: http://rd.springer.com/article/10.1007%2Fs10898-012-9940-1
关键词: 全局优化;多段式;响应面模型;代理模型;函数近似;径向基函数;昂贵的函数;黑箱函数;流域校准
相关软件: EGO公司;MLMSRBF公司;NOMAD公司;多最小值;PS温;SNOBFIT公司;BOBYQA公司;轨道;SO-I公司;最小线性P;RBFOpt公司;味噌;NLopt(NLopt);MINL库;邦明;DFO公司;SCIP公司;DFLGEN公司;GloMIQO公司;OrthoMADS公司
引用于: 13文件

按年份列出的引文