非线性优化的异步并行模式搜索

@文章{Kolda2005RevisitingAP,title={为非线性优化重新访问异步并行模式搜索},作者={塔马拉·科尔达},日志={SIAM J.Optim.},年份={2005},体积={16},页码={563-586},url={https://api.semanticscholar.org/CorpusID:4670205}}
本文提出了一种新的异步并行模式搜索方法,它不同于Hough、Kolda和Torczon以前提出的方法,并描述了如何结合零阶充分减少条件和处理边界约束。

本文中的数字

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。

结合DIRECT和GSS的异步并行混合优化

本文研究了使用划分矩形(DIRECT)和异步生成集搜索(GSS)的混合并行全局优化方法,并建议混合方法比DIRECT快得多,并且在添加更多处理器时可扩展性更好。

箱约束优化的串行和并行非单调无导数算法

非单调(NM)无导数并行和序列算法的空间分解方案,用于求解盒约束优化问题(BCOP)。

基于启发式惩罚和异步并行发电机组搜索的非线性约束优化

本文研究了一种启发式算法,该算法解决了目标函数或约束函数导数不可用的一般非线性约束这一更困难的问题,并重点研究了使用GSS解决一系列线性约束问题的惩罚方法。

使用异步并行发电机组搜索进行非线性约束优化。

由于许多CS&E优化问题的特点是函数求值昂贵,因此减少函数求值的数量至关重要,本文的结果表明,精确和平滑精确的惩罚函数非常适合于此任务。

基于NOMAD和线搜索的非光滑问题并行混合优化方法

针对带边约束的单函数优化问题,提出了两种并行混合算法,结果表明,在独立算法中,NOMAD明显优于DENCON和DENPAR。

昂贵函数异步并行全局优化的预期改进:潜力和挑战

本文研究了一种新的、无参数的、并行的异步优化期望改进准则,该准则将蒙特卡罗抽样和分析界相结合,并给出了该准则的估计。

黑箱优化的直接搜索方法及其应用综述

本章概述了这类问题的算法,包括基于非光滑演算的支持收敛性分析,并列出了这些方法在实际优化问题中的许多已发布应用。

并行进化策略研究:GPU计算平台上的模式搜索

计算结果表明,GPU加速的SIMT-ES-PS方法比相应的CPU实现快几个数量级。
...

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。

算法856:APPSPACK 4.0:用于无导数优化的异步并行模式搜索

描述了APPSPACK 4.0版的基本算法、数据结构和特性,以及如何使用和定制该软件。

APPSPACK 4.0:无导数优化的异步并行模式搜索

描述了APPSPACK 4.0版的基本算法、数据结构和特性,以及如何使用和定制该软件。

为什么模式搜索有效*

    计算机科学

直接搜索优化:一些经典和现代方法的新视角

本综述首先简要总结了直接搜索方法的历史,并考虑了它们非常适合的问题的特殊性质,然后转向一类广泛的方法,其基本原理允许泛化处理边界约束和线性约束。

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。