翟建元;法尼省布库瓦拉 用于基于模拟的黑盒优化的基于代理的分枝定界算法。 (英语) Zbl 1532.90128号 最佳方案。工程师。 24,第3期,1463-1491(2023). 摘要:基于Black-box代理的优化受到了越来越多的关注,因为人们对使用嵌入式仿真数据解决优化问题越来越感兴趣。基于代理的优化的主要挑战是由于初始化、采样、代理模型选择和训练过程引入的可变性,缺乏一致收敛的行为。在这项工作中,我们建立在我们之前提出的数据驱动的分枝定界算法的基础上,该算法由自适应采样和不完全准确的代理模型的边界驱动。这项工作结合了克里格和支持向量回归代理,并提出了不同的边界策略。还提出并比较了各种数据驱动的分支启发式。这项工作的关键发现是,通过边界拟合近似代理模型,可以采用一种分枝定界结构,尽管样本初始化和代理模型的选择和训练不同,但这种结构收敛到相同的最优值。使用最多10个变量的箱约束非线性基准问题测试算法的性能。 MSC公司: 90立方 非线性规划 90C57型 多面体组合学,分支与绑定,分支与切割 关键词:黑盒优化;代理人;机器学习;高斯过程;支持向量回归;分叉装订 软件:乌比卡;NLopt公司;安提戈内;SNOBFIT公司;最大连续性;MultiMin(最小值);梅隆;阿戈纳特;EGO公司;伊波特;GOPS公司;ENTMOOT公司;字母BB PDF格式BibTeX公司 XML格式引用 \textit{J.翟}和\textit{F.布库瓦拉},Optim。工程24,编号3,1463-1491(2023;Zbl 1532.90128) 全文: DOI程序 参考文献: [1] Alarie,S。;Audet,C。;Gheribi,AE;科科拉拉斯,M。;Le Digabel,S.,《二十年的黑匣子优化应用》,EURO J Comput Optim,9(2021)·Zbl 1516.90090号 [2] 阿马兰,S。;内华达州萨希尼迪斯;沙尔达,B。;Bury,SJ,《模拟优化:算法和应用综述》,4OR,12,301-333(2014)·Zbl 1317.90002号 [3] Androulakis,IP;马拉纳斯,CD;Floudas,CA,αBB:一般约束非凸问题的全局优化方法,J global Optim,7337-363(1995)·Zbl 0846.90087号 [4] Audet,C。;Cóté-Masicotte,J.,直接搜索优化中静态代理的动态改进,Optim Lett,13,1433-1447(2019)·Zbl 1431.90177号 [5] Audet,C。;Dennis,JE Jr.,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 [6] 巴贾杰,I。;Faruque Hasan,MM,有界Hessian黑盒问题的确定性全局无导数优化,Optim-Lett,14,1011-1026(2019)·Zbl 1439.90077号 [7] 巴贾杰,I。;艾耶,SS;Faruque Hasan,MM,基于信任区域的两阶段算法,用于初始点不可行的约束黑盒和灰盒优化,计算化学工程,116,306-321(2018) [8] Bhosekar,A。;Ierepatritou,M.,《基于替代物的建模、可行性分析和优化进展:综述》,《计算化学工程》,108,250-267(2018) [9] 布库瓦拉,F。;Floudas,CA,ARGONAUT:约束灰盒计算问题的全局优化算法,Optim Lett,11,895-913(2017)·兹比尔1373.90113 [10] 布库瓦拉,F。;Ierepatritou,MG,《基于代理的连续制药昂贵流程建模优化》,J Pharm Innov,8131-145(2013) [11] 布库瓦拉,F。;米塞纳,R。;Floudas,CA,混合整数非线性规划中的全局优化进展,MINLP和约束无导数优化,CDFO,Eur J Oper Res,252701-727(2016)·Zbl 1346.90677号 [12] 加利福尼亚州卡巴列罗;Grossmann,IE,《模块化流程优化中使用代理模型的算法》,AIChE J,54,2633-2650(2008) [13] Cherkassky,V。;Ma,Y.,SVM回归中SVM参数的实际选择和噪声估计,神经网络,17,113-126(2004)·兹比尔1075.68632 [14] SM克拉克;格里布施,JH;Simpson,TW,复杂工程分析近似的支持向量回归分析,J Mech Des,1271077-1087(2004) [15] Conn AR、Scheinberg K、Vicente LN(2009)《无导数优化(SIAM)导论》·Zbl 1163.49001号 [16] Cox DD,John S(1992)全局优化的统计方法。在【论文集】1992年IEEE系统、人与控制论国际会议,第2卷,第1241-46页 [17] Cozad,A。;内华达州萨希尼迪斯;Miller,DC,《基于仿真的优化学习代理模型》,AIChE J,602211-2227(2014) [18] 伊森,J。;Cremaschi,S.,《利用人工神经网络生成替代模型的自适应序贯抽样》,《计算化学工程》,68,220-232(2014) [19] 加西亚-加西亚,JC;加西亚·罗德纳斯(García-Ródenas),R。;Codina,E.,一个基于代理的协作优化框架,用于计算成本高昂的黑盒问题,Optim Eng,21,1053-1093(2020)·Zbl 1457.90152号 [20] 加鲁德,SS;马里亚潘,N。;IA Karimi,《通过领域探索和智能布局实现基于代理的黑盒优化》,《计算化学工程》,第130期(2019年) [21] 吉尔摩,P。;Kelley,CT,用于优化具有多个局部极小值的函数的隐式滤波算法,SIAM J Optim,5,269-285(1995)·Zbl 0828.65064号 [22] 加利福尼亚州Henao;Maravelias,CT,基于代理的上层建筑优化框架,AIChE J,57,1216-1232(2011) [23] Hüllen,G。;翟,J。;Kim,上海;辛哈,A。;雷尔夫,MJ;Boukouvala,F.,《管理基于数据驱动模拟的优化中的不确定性》,计算化学工程,136106519(2019) [24] Huyer,W。;Neumaier,A.,通过多级坐标搜索进行全局优化,J Global Optim,14,331-355(1999)·Zbl 0956.90045号 [25] Huyer,W。;Neumaier,A.,“SNOBFIT-基于分支和拟合的稳定噪声优化”,ACM trans,Math Softw,35,1-25(2008) [26] Johnson SG(2018)NLopt非线性优化包。http://ab-initio.mit.edu/nlopt [27] Jones,DR,《基于响应曲面的全局优化方法分类》,《全球优化杂志》,21,345-383(2001)·兹比尔1172.90492 [28] Jones博士;加利福尼亚州佛罗伦萨;Pardalos,PM,《直接全局优化算法》,《优化百科全书》(2009),马萨诸塞州波士顿:美国斯普林格,马萨诸纳州波士顿 [29] Jones博士;珀顿,CD;Stuckman,BE,无利普希茨常数的利普希兹优化,《最优化理论应用杂志》,79,157-181(1993)·Zbl 0796.49032号 [30] Jones博士;Schonlau,M。;Welch,WJ,昂贵黑盒函数的高效全局优化,J global Optim,13455-492(1998)·Zbl 0917.90270号 [31] Kennedy J,Eberhart R(1995),粒子群优化。收录:ICNN’95会议记录:1942-48年国际神经网络会议,第4卷 [32] 加利福尼亚州基斯利奇;布库瓦拉,F。;Floudas,CA,使用Smolyak网格和多项式近似优化黑箱问题,J Global Optim,71845-869(2018)·Zbl 1405.90107号 [33] Kim,SH;Boukouvala,F.,《基于机器学习的数据驱动优化替代建模:回归技术子集选择的比较》,Optim-Lett,14989-2010(2020)·Zbl 1444.90119号 [34] 柯克帕特里克,S。;盖拉特,CD;Vecchi,MP,《模拟退火优化》,《科学》,220671-680(1983)·Zbl 1225.90162号 [35] 科尔达,TG;Lewis,RM;Torczon,V.,《直接搜索优化:一些经典和现代方法的新视角》,SIAM Rev,45,385-482(2003)·Zbl 1059.90146号 [36] Kontogiannis,SG;马萨诸塞州萨维尔,《使用替代建模和多重分析进行多学科设计优化的通用方法》,Optim Eng,21,723-759(2020) [37] Kushner HJ(1964)噪声存在下确定任意多峰值曲线最大点的新方法 [38] Larson,J。;Leyffer,S。;帕尔卡,P。;Wild,SM,凸黑盒整数全局优化的一种方法,J global Optim,80,439-477(2021)·Zbl 1473.90181号 [39] Lewis,RM;Torczon,V.,边界约束最小化的模式搜索算法,SIAM J Optim,9,1082-1099(1999)·Zbl 1031.90047号 [40] 曼诺,A。;阿马尔迪,E。;卡塞拉,F。;Martelli,E.,《代价高昂的黑盒问题的局部搜索方法及其在CSP工厂启动优化改进中的应用》,Optim Eng,211563-1598(2020)·Zbl 1457.90155号 [41] McBride,K。;Sundmacher,K.,《化学过程工程中替代建模概述》,化学工业技术,91,228-239(2019) [42] 医学博士麦凯;贝克曼,RJ;Conover,WJ,在计算机代码输出分析中选择输入变量值的三种方法的比较,技术计量学,21239-245(1979)·Zbl 0415.62011号 [43] 梅耶,D。;Leisch,F。;Hornik,K.,《测试中的支持向量机》,神经计算,55,169-186(2003) [44] 米塞纳,R。;Floudas,CA,ANTIGONE:非线性方程的连续/整数全局优化算法,J global Optim,59,503-526(2014)·兹比尔1301.90063 [45] 穆勒,J。;Park,J。;Sahu,R。;瓦拉达拉扬,C。;阿罗拉,B。;费比申科,B。;Agarwal,D.,地下水预测深度神经网络的替代优化,《全球优化杂志》,81,203-231(2021)·Zbl 1471.86009号 [46] 内尔德,JA;Mead,R.,函数最小化的单纯形方法,计算J,7308-313(1965)·Zbl 0229.65053号 [47] Powell,MJD,UOBYQA:二次近似无约束优化,数学程序,92,555-582(2002)·Zbl 1014.65050号 [48] 纽约州普拉尼克。;Sahinidis,NV,基于非凸箱约束优化最优条件的边界收紧,《全球优化杂志》,67,59-77(2017)·Zbl 1359.90107号 [49] Reeves,CR,面向运筹学研究人员的特征文章遗传算法,INFORMS J Compute,9,231-250(1997)·Zbl 0893.90145号 [50] 里奥斯,LM;Sahinidis,NV,《无导数优化:算法综述和软件实现比较》,《全球优化杂志》,561247-1293(2013)·Zbl 1272.90116号 [51] Ryoo,HS;内华达州萨希尼迪斯,《全局优化的分支与简化方法》,《全球优化杂志》,第8期,第107-138页(1996年)·Zbl 0856.90103号 [52] Schweidtmann,AM;Mitsos,A.,嵌入人工神经网络的确定性全局优化,《最优化理论应用杂志》,180925-948(2019)·Zbl 1407.90263号 [53] Schweidtmann,AM;Bongartz,D。;格罗特,D。;科尔肯霍夫,T。;林,X。;Najman,J。;Mitsos,A.,嵌入高斯过程的确定性全局优化,数学程序Comput,13553-581(2021)·Zbl 1476.90270号 [54] Schweidtmann,AM;JM韦伯;温德,C。;Netze,L。;Mitsos,A.,通过拓扑数据分析和一类分类遵守数据驱动模型的有效性极限,Optim Eng,23,855-876(2022)·兹比尔1494.90088 [55] 沙赫里亚里,B。;瑞典斯威斯基。;王,Z。;亚当斯,RP;De Freitas,N.,《让人类脱离循环:贝叶斯优化综述》,IEEE Proc,104,148-175(2015) [56] Shukla HA、de Avila Ferreira T、Faulwasser T、Bonvin D、Jones CN(2020)基于高斯过程的随机无导数信任区域方法的收敛证明。arXiv预打印arXiv:2010.01120 [57] Stein,M.,使用拉丁超立方体采样的模拟大样本特性,技术计量学,29143-151(1987)·Zbl 0627.62010号 [58] Tawarmalani,M。;Sahinidis,NV,《混合整数非线性程序的全局优化:理论和计算研究》,《数学程序》,99,563-591(2004)·Zbl 1062.90041号 [59] Tawarmalani,M。;内华达州萨希尼迪斯,《全局优化的多面体分枝切割法》,《数学程序》,103,225-249(2005)·Zbl 1099.90047号 [60] Thebelt,A。;Kronqvist,J。;Mistry,M。;Lee,RM公司;苏德曼·梅克斯,N。;Misener,R.,ENTMOOT:集成树模型优化框架,计算化学工程,151(2021) [61] Torczon,V.,《关于模式搜索算法的收敛性》,SIAM J Optim,7,1-25(1997)·兹伯利0884.65053 [62] Ughi G,Abrol V,Tanner J(2021)深度神经网络中针对黑盒攻击的衍生-自由优化算法的实证研究。Optim工程·Zbl 1498.90252号 [63] Vapnik,V.,《统计学习理论的本质》(1999),纽约:斯普林格出版社,纽约·Zbl 0928.68093号 [64] Vapnik,V。;Kotz,S.,基于经验数据的依赖性估计(2006),柏林:施普林格出版社,柏林 [65] 瓦希特,A。;Biegler,LT,《关于大规模非线性规划中点内滤波器线搜索算法的实现》,《数学程序》,106,25-57(2006)·兹比尔1134.90542 [66] 王,GG;Shan,S.,《支持工程设计优化的元建模技术综述》,《机械设计杂志》,129370-380(2006) [67] Whitley,D.,《遗传算法教程》,《统计计算》,第465-85页(1994年) [68] 夏,W。;Shoemaker,C.,GOPS:高效RBF代理全局优化算法,具有高维和多个并行处理器,包括应用于多模式水质PDE模型校准,Optim Eng,222741-2777(2021)·Zbl 1478.90098号 [69] 徐,WL;Nelson,BL,通过模拟优化的经验随机分支和界,IIE Trans,45685-698(2013) [70] 翟,J。;Boukouvala,F.,代理建模的非线性变量选择算法,AIChE J,65(2019) [71] 翟,J。;Boukouvala,F.,用于基于盒子约束模拟优化的数据驱动空间分枝定界算法,《全球优化杂志》,82,21-50(2022)·Zbl 1484.90091号 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。