轨道

轨道:基于信赖域的径向基函数插值优化。我们提出了一个新的无导数算法轨道,无约束局部优化计算昂贵的函数。采用了基于插值径向基函数(RBF)模型的信赖域框架。与现有技术所考虑的多项式模型相比,考虑的RBF模型通常允许轨道使用较少的函数估计来插值非线性函数。通过确保插值点的子集足以用于线性插值来获得近似保证。条件正定性的RBF网络的性质为增加附加点提供了一种自然的方法。我们给出了测试问题的数值结果,以激励在只有相对较少的昂贵的函数评估可用时轨道的使用。在两个非常不同的应用问题上的结果,流域模型的校准和基于PDE的生物修复方案的优化,也鼓励和支持了ORBIT对于黑盒函数的有效性,对于黑盒函数,没有特殊的数学结构是已知或可用的。


zbMATH中的参考文献(参考文献35条)

显示第1到第20个结果,共35个。
按年份排序(引用)
  1. 布劳恩,菲利普;兔子,沃伦;Jarry Bolduc,Gabriel:在(\mathbbR)(2021)中,当点数趋于无穷大时导数逼近技术的极限行为
  2. 阿里莫,瑞安;贝哈吉,普瑞亚;Bewley,Thomas R.:基于Delaunay的基于全局代理的无导数优化。三: 非凸约束(2020)
  3. 梅尼克尔,马特;Wild,Stefan M.:基于外部近似的无导数鲁棒优化(2020)
  4. 平托,杰斐逊·韦拉诺·奥利维拉;图罗斯,胡安·阿尔贝托·罗哈斯;霍洛维茨,贝尔纳多;达席尔瓦,西尔瓦娜玛丽亚巴斯托斯阿方索;威尔默斯多夫,拉米罗·布里托;de Oliveira,Diego Felipe Barbosa:稳健井控优化的无梯度策略(2020)
  5. 贝拉哈斯,阿尔伯特S。;伯德,理查德H。;Nocedal,Jorge:通过拟牛顿方法对噪声函数进行无导数优化(2019年)
  6. 软骨,珊瑚;罗伯茨,林登:无导数高斯-牛顿法(2019)
  7. 拉森,杰弗里;梅尼克尔,马特;Wild,Stefan M.:无导数优化方法(2019)
  8. 桑吉内蒂,吉多(编辑);休恩·苏,Vâ基因调控网络。方法和方案(2019年)
  9. 奥黛特,查尔斯;Kokkolaras,迈克尔;Le Digabel,Sé巴斯蒂安;Talgorn,Bastien:mesh自适应直接搜索中管理代理集合的基于顺序的错误(2018)
  10. 埃利索夫,L。N、 。;戈尔巴琴科。一、 。;朱可夫,M。五、 :用边界问题信赖域方法学习径向基函数网络(2018)
  11. 何新宇;扬州胡;Powell,Warren B.:多维连续空间上非线性参数信念模型的最优学习(2018)
  12. 奈德ělkov公司á, 祖扎纳;林德罗斯,彼得;帕特里克森,迈克尔;结构ömberg,Ann Brith:利用决策空间分区有效解决基于模拟的优化问题的许多实例(2018)
  13. ñez,路易吉;雷吉斯,隆美尔G。;Varela,Kayla:径向基函数代理辅助的约束全局优化加速随机搜索(2018)
  14. 周哲;Bai,Fusheng:基于径向基函数插值的高成本黑箱全局优化自适应框架(2018)
  15. 周哲;Bai,Fu Sheng:一种用于代价高昂的黑盒优化的随机自适应径向基函数算法(2018)
  16. 布考瓦拉,法尼;法鲁克哈桑,M。M、 。;Floudas,Christodoulos A.:一般约束灰箱模型的全局优化:用于变压吸附的约束偏微分方程的新方法及其应用(2017)
  17. C。手推车;L。罗伯茨:无导数高斯-牛顿法(2017)阿尔十四
  18. 方小伟;倪勤:基于框架的径向基函数插值共轭梯度直接搜索法(2017)
  19. üller,Juliane:SOCEMO:计算代价昂贵的多目标问题的替代优化(2017)
  20. ü勒,朱利安;Woodbury,Joshua D.:GOSAC:约束替代近似的全局优化(2017)