木村庆二 混合整数非线性规划方法在逻辑回归变量选择中的应用。 （英语） Zbl 1423.90156号 《运营杂志》。Res.Soc.日本 62，第1期，15-36页（2019年）. 摘要：变量选择是在模型构建中查找与给定数据集相关的变量的过程。变量选择的一种技术是用GOF度量对许多模型进行指数评估，例如Akaike信息准则（AIC）。GOF值最低的模型被认为是最佳模型。我们提出了一种用于线性回归AIC最小化的混合整数非线性规划方法，并表明该方法在计算时间方面优于现有方法[基穆拉和H.瓦基，最佳。方法软件。33，第3633-649号（2018年；Zbl 1398.90111号)]. 在本研究中，我们将[loc.cit.]中的方法应用于逻辑回归的AIC最小化，并解释了之前开发的一些技术，例如松弛和分支规则，可以用于AIC最小化。所提出的方法需要解决松弛问题，这是一个无约束的凸问题。我们使用一种带有有效初始猜测的迭代方法来解决这些问题。我们通过SCIP实现了该方法，SCIP是一个非商业优化软件和分支定界框架。我们将该方法与由佐藤（T.Sato）等【计算优化申请64，第3号，865–880（2016；Zbl 1352.90068号)]以及其他。计算实验结果表明，当变量候选数为45或更低时，该方法可以找到AIC值最低的模型。 MSC公司： 90立方厘米 混合整数编程 90立方 非线性规划 62J05型 线性回归；混合模型 关键词：优化;混合整数非线性规划;SCIP优化套件;Akaike信息准则;逻辑回归;变量选择 引文：Zbl 1398.90111号;Zbl 1352.90068号 软件：SCIP公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Keiji}，J.Oper。日本Res.Soc.Japan 62，No.1，15-36（2019；Zbl 1423.90156） 全文： DOI程序