基于线性约束优化的异步并行发电机组搜索
本文开发了一种异步线性约束GSS方法,该方法克服了这一困难并保持了原有的收敛理论,并详细描述了其实现,包括如何通过缓存函数值和使用近似查找来避免函数求值。 非线性优化的异步并行模式搜索
这项工作利用了模式搜索的算法特性来设计变量,这些变量仅为响应消息而动态启动操作,而不是常规地循环执行一组固定的步骤,这提供了一种通用的并发策略,使我们能够有效地平衡所有可用处理器的计算负载。 了解异步并行模式搜索
这项工作的重点是阐明在所有参与过程中跟踪APPS生成的迭代所需的概念和符号,并强调APPS和PPS之间的一些基本区别。 MPI:完整参考
MPI:The Complete Reference是最新1.1版标准的注释手册,它阐明了MPI的更高级和微妙的功能,并涵盖了并行计算和编程中的高级问题,如真正的可移植性、死锁、高性能消息传递以及分布式和并行计算库。 异步并行模式搜索的收敛性
通过在沿单个搜索方向产生减少的任何步骤之后限定步长控制参数的值,证明了所有过程共享一个公共累加点,如果函数是连续可微的,这样一个点是标准非线性无约束优化问题的平稳点。 有界约束最小化的模式搜索算法
这项工作证明了全局收敛性,尽管模式搜索方法没有关于梯度及其在可行区域上的投影的明确信息,因此无法明确实施充分可行减少的概念。 关于模式搜索算法的收敛性
利用模式搜索方法的特征来建立一个全局收敛理论,该理论不强制实施充分减少的概念,并且由于模式搜索方法迭代位于缩放的平移整数格上,因此是可能的。