ASTRO-DF公司 swMATH ID: 26833 软件作者: Sara Shashaani;Fatemeh S.哈希米。;帕苏帕蒂,拉格 描述: ASTRO-DF:一类用于无导数随机优化的自适应采样信赖域算法。我们考虑无约束优化问题,其中只有目标函数的“随机”估计可以作为蒙特卡洛预言机的复制来观察。假设蒙特卡罗预言机不提供函数梯度的直接观测。我们提出了ASTRO-DF——一类无导数的信任域算法,其中构造、优化和迭代更新了随机局部模型。ASTRO-DF中的函数估计和模型构建是自适应的,因为蒙特卡罗采样的范围是通过持续监测和平衡ASTRO-DF中的采样误差(或方差)和结构误差(或模型偏差)来确定的。这样的误差平衡旨在确保ASTRO-DF中的蒙特卡罗努力对算法轨迹敏感:当推断迭代接近临界点时采样较高,而当距离较远时采样较低。当使用随机多项式插值模型时,我们证明了ASTRO-DF迭代到一阶临界点的几乎必然收敛性。使用更复杂的模型(例如回归或随机克立格)与自适应抽样相结合的问题值得进一步研究,并将受益于本文提出的证明方法。我们推测ASTRO-DF的迭代达到了规范化的蒙特卡罗收敛速度,尽管还没有得到证明。 主页: https://epubs.siam.org/doi/10.1137/15M1042425 关键词: 无导数优化;仿真优化;随机最优化;信任区 相关软件: 乌比卡;R样条;NOMAD公司;OrthoMADS公司;DFO公司;IMFIL公司;COMPASS(指南针);EGO公司;轨道;DFLGEN公司;DFLBOX公司;SimOpt公司;DFL公司;布伦特;NEWUOA公司;SNOBFIT公司;多最小值;MOIF公司;增压器;DGM公司 引用于: 19文件 标准条款 1出版物描述软件,包括1出版物在zbMATH中 年份 ASTRO-DF:一类用于无导数随机优化的自适应采样信赖域算法。 Zbl 1403.90541号萨拉·沙沙安尼;Fatemeh S.哈希米。;帕苏帕蒂,拉格 2018 全部的 前5名41位作者引用 三 塞巴斯蒂安·勒·迪加贝尔 三 帕苏帕蒂,拉格 2 查尔斯·奥德特 2 夸西·约瑟夫·扎希尼 2 Afrooz贾利勒扎德 2 迈克尔·科科拉拉斯 2 马特·梅尼凯利 2 鲁斯塔,弗雷德 2 卡蒂亚·申伯格 2 乌代五世香巴格。 2 萨拉·沙沙安尼 2 Wild,Stefan M。 1 圣埃芬·阿拉里 1 阿尔伯特·S·贝拉哈斯。 1 拉胡·博拉普拉加达 1 皮埃尔·伊夫·布切特 1 曹丽媛 1 科罗曼斯基(Krzysztof Choromanski) 1 伊琳娜·多林斯卡娅。 1 大卫·J·埃克曼。 1 沃伦·L·黑尔。 1 Fatemeh S.哈希米。 1 苏珊·R·亨特。 1 杰弗里·拉尔森 1 雷金龙 1 刘,杨 1 阿尔瓦罗·马格吉尔 1 迈克尔·马奥尼。 1 安吉莉亚·奈迪奇 1 巴里·纳尔逊。 1 吴思慧 1 朱利亚·佩德里利 1 马修·普卢姆利 1 Ragavan,Prasanna K。 1 宋永嘉 1 杰里米·斯塔姆 1 迈克尔·R·塔菲。 1 基米亚·瓦达特 1 安德烈亚斯·瓦赫特 1 王松浩 1 Farzad Yousefian先生 全部的 前5名12篇连载文章中引用 5 SIAM优化杂志 4 数学编程。A系列B系列 1 运筹学数学 1 运筹学 1 欧洲运筹学杂志 1 计算优化与应用 1 优化与工程 1 计算数学基础 1 数字学报 1 集值和变分分析 1 数学规划计算 1 随机系统 全部的 前5名在6个字段中引用 18 运筹学、数学规划(90-XX) 7 数值分析(65-XX) 1 变分法与最优控制;最优化(49至XX) 1 概率论与随机过程(60-XX) 1 统计学(62-XX) 1 计算机科学(68至XX) 按年份列出的引文