×

使用网格自适应直接搜索算法对噪声黑箱问题进行稳健优化。 (英语) Zbl 1403.90619号

摘要:黑匣子优化问题经常受到数值噪声的污染,直接搜索方法(如网格自适应直接搜索(MADS)算法)可能会陷入由噪声人工创建的解中。我们提出了一种使用先前评估的函数求值而非重采样点平滑无约束问题的目标函数的方法。新算法,称为Robust-MADS,应用于文献中的一组噪声分析问题和优化问题,以调整信任区域方法的参数。

MSC公司:

90立方 非线性规划
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 马萨诸塞州艾布拉姆森;Audet,C;丹尼斯,JE;Digabel,S,Orthomads:具有正交方向的确定性MADS实例,SIAM J.Optim。,20, 948-966, (2009) ·Zbl 1189.90202号 ·doi:10.1137/080716980
[2] Audet,C;Dennis,JE,《广义模式搜索分析》,SIAM J.Optim。,13, 889-903, (2003) ·Zbl 1053.90118号 ·doi:10.1137/S1052623400378742
[3] Audet,C;Dennis,JE,用于约束优化的网格自适应直接搜索算法,SIAM J.Optim。,17, 188-217, (2006) ·Zbl 1112.90078号 ·数字对象标识代码:10.1137/040603371
[4] Audet,C;Dennis,JE,无导数非线性规划的渐进障碍,SIAM J.Optim。,20, 445-472, (2009) ·兹比尔1187.90266 ·doi:10.1137/070692662
[5] Audet,C;JE丹尼斯;Digabel,S,网格自适应直接搜索算法的并行空间分解,SIAM J.Optim。,19, 1150-1170, (2008) ·Zbl 1180.90363号 ·doi:10.1137/070707518
[6] Audet,C;伊安尼,A;Digabel,S;Tribes,C,减少网格自适应直接搜索算法中的函数求值次数,SIAM J.Optim。,24221-642(2014)·Zbl 1297.90149号 ·doi:10.1137/120895056
[7] Audet,C;Orban,D,使用无导数优化寻找最佳算法参数,SIAM J.Optim。,17, 642-664, (2006) ·邮编1128.90060 ·数字对象标识代码:10.1137/040620886
[8] 比卢普斯,南卡罗来纳州;拉尔森,J;Graf,P,使用加权回归对具有计算误差的昂贵函数进行无导数优化,SIAM J.Optim。,23, 27-53, (2013) ·Zbl 1295.90106号 ·数字对象标识代码:10.1137/100814688
[9] 休耶,W;Neumaier,A,SNOBFIT稳定噪声优化(通过分支和拟合),ACM Trans。数学。软质。,2008年9月35日至9月25日·doi:10.1145/1377612.1377613
[10] Chen,R.,Menickelly,M.,Scheinberg,K.:使用信任区域方法和随机模型的随机优化。数学。课程,1-41(2016)·Zbl 1401.90136号
[11] TD Choi;Kelley,CT,超线性收敛和隐式滤波,SIAM J.Optim。,10, 1149-1162, (2000) ·兹比尔0994.65071 ·doi:10.1137/S1052623499354096
[12] Deng,G.,Ferris,M.C.:UOBYQA算法对噪声函数的适应性。摘自:《第38届冬季模拟会议记录》,WSC’06,第312-319页。冬季模拟会议(2006)·Zbl 1365.65172号
[13] 杨,D;Flockton,SJ,《具有粗到细函数平滑的进化算法》,IEEE国际Conf.Evol。计算。,2, 657-662, (1995)
[14] 埃尔斯特,C;Neumaier,A,噪声函数边界约束优化的网格算法,IMA J.Numer。分析。,15, 585-608, (1995) ·Zbl 0831.65063号 ·doi:10.1093/imanum/15.4585
[15] 弗吉尼亚州埃帕尼切尼科夫,多元概率密度的非参数估计,理论概率。申请。,14, 153-158, (1969) ·Zbl 0175.17101号 ·doi:10.1137/1114019
[16] Gould,N.I.M.,Orban,D.,Toint,Ph.L.:CUTEst:一个有约束和无约束的测试环境,具有用于数学优化的安全线程。计算。最佳方案。申请。60(3), 545-557 (2015). https://ccpforge.cse.rl.ac.uk/gf/project/cutest/wiki ·兹比尔1325.90004
[17] Jones博士;珀顿,CD;Stuckman,BE,无利普希茨常数的利普希兹优化,J.Optim。理论应用。,79, 157-181, (1993) ·Zbl 0796.49032号 ·doi:10.1007/BF00941892
[18] Kostroicki,J;皮埃拉,L;BJ Cherayil;Scheraga,HA,《扩散方程法在搜索lennard-Jones原子团簇最佳结构中的性能》,J.Phys。化学。,95, 4113-4119, (1991) ·doi:10.1021/j100163a040
[19] 拉尔森,J;Billups,SC,使用信任域框架的随机无导数优化,Comput。最佳方案。申请。,64, 619-645, (2016) ·兹比尔1381.90098 ·doi:10.1007/s10589-016-9827-z
[20] Digabel,S,算法909:NOMAD:MADS算法的非线性优化,ACM Trans。数学。软质。,37, 44:1-44:15, (2011) ·Zbl 1365.65172号 ·数字对象标识代码:10.1145/1916461.1916468
[21] Le Digabel,S.,Wild,S.M.:基于仿真的优化中的约束分类。技术报告G-2015-57,GERAD(2015)
[22] 李,J;吴,C;吴,Z;非光滑分布优化的Long,Q,Gradient-free方法,J.Global Optim。,61, 325-340, (2015) ·Zbl 1341.90135号 ·文件编号:10.1007/s10898-014-0174-2
[23] 刘,Q;曾,J;Yang,G,Mrdirect:用于全局优化问题的多级鲁棒DIRECT算法,J.global Optim。,62, 205-227, (2015) ·Zbl 1326.90065号
[24] 莫雷,JJ;Wild,SM,基准无导数优化算法,SIAM J.Optim。,20, 172-191, (2009) ·Zbl 1187.90319号 ·doi:10.1137/080724083
[25] Powell,MJD,UOBYQA:二次近似无约束优化,数学。程序。,92, 555-582, (2002) ·Zbl 1014.65050号 ·doi:10.1007/s101070100290
[26] 塞尔文,东南部;博克曼斯,PB;Chattopadhyay,A;Absil,P-A,通过基于距离的独立分量分析分离准相关源的球面网格自适应直接搜索,神经计算。,25, 2486-2522, (2013) ·Zbl 1418.62248号 ·doi:10.1162/NECO_a_00485
[27] 邵,C-S;伯德,RH;Eskow,E;施纳贝尔,RB;Biegler,L(编辑);Lorenz,T(编辑);Conn,AR(编辑);科尔曼,TF(编辑);Santosa,FN(编辑),使用新的平滑方法对分子簇进行全局优化,163-199,(1997),纽约·Zbl 0884.65062号 ·doi:10.1007/978-1-4612-0693-49
[28] 斯里弗,TA;克里斯斯,JW;马萨诸塞州艾布拉姆森,《基于模拟的混合变量优化的模式搜索排序和选择算法》,欧洲期刊Oper。研究,198,878-890,(2009)·Zbl 1176.90269号 ·doi:10.1016/j.ejor.2008.10.020
[29] 戴克,B;Asaki,TJ,使用QR分解获得均匀分布轮询方向的网格自适应直接搜索的新实例,J.Optim。理论应用。,159, 805-821, (2013) ·Zbl 1284.90081号 ·doi:10.1007/s10957-013-0356-y
[30] 魏,F;王,Y;Meng,Z,用于全局优化的均匀设计平滑函数法,Pac。J.Optim。,10, 385-399, (2014) ·Zbl 1294.90048号
[31] Wu,Z,有效能量转换方案作为应用于分子构象的全局优化的特殊延续方法,SIAM J.Optim。,6, 748-768, (1996) ·Zbl 0868.90116号 ·doi:10.1137/S105262349393254698
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。