游牧民族

算法909:NOMAD:非线性优化与MADS算法。该软件实现了非线性约束下的自适应网格优化算法。Blackbox优化是关于优化函数的,这些函数通常作为昂贵的程序给出,没有派生信息,也没有为尝试的大量调用返回函数值。NOMAD是针对此类问题而设计的,旨在通过少量的评估来获得最佳的解决方案。本文的目的是描述底层算法、软件的功能和实现。


ZBMaCT中的参考文献(80篇文章中引用)

显示结果1至20的80。
按年份排序(引文)
  1. 查尔斯·奥德特;帕斯卡·科泰;凯瑟琳·波桑特;克里斯托夫部落:单调灰盒直接搜索优化(2020年)
  2. Bajaj,Ishan;Hasan,M.M.Faruque:使用边凹低估值的全局动态优化(2020)
  3. Asharv Bhosekar;Ierapetritou,Marianthi:多企业供应链的非连续无衍生产品优化框架(2020)
  4. Cocchi,Guido;Levato,Tommaso;Liuzzi,Giampaolo;Scandrone,Marco:稀疏多目标规划的基于凹优化的方法(2020)
  5. Audet,Charles;Côté-Massicotte,Julien:直接搜索优化中静态代理的动态改进(2019)
  6. 查尔斯·奥德特;勒迪加贝尔(Le Digabel),塞巴斯蒂安(Sébastien);部落,克里斯托夫:粒度和离散变量的网格自适应直接搜索算法(2019年)
  7. Berahas,Albert S.;Byrd,Richard H.;Nocedal,Jorge:通过拟牛顿方法对噪声函数进行无导数优化(2019年)
  8. Bűrmen,Árpád;Fajfar,Iztok:带简单黑森更新的网格自适应直接搜索(2019年)
  9. 基于概率约束的下降问题;基于线性约束的下降问题;和Victon S.Zhang,2019年
  10. Larson,Jeffrey;Menickelly,Matt;Wild,Stefan M.:无导数优化方法(2019年)
  11. Liuzzi,Giampaolo;Lucidi,Stefano;Rinaldi,Francesco;Vicente,Luis Nunes:非光滑黑箱函数无导数优化的信赖域方法(2019)
  12. Sanguinetti,Guido(编辑);Huynh Thu,V–n Anh(编辑):基因调控网络。方法和方案(2019年)
  13. Amaioua,Nadir;Audet,Charles;Conn,Andrew R.;Le Digabel,Sébastien:网格自适应直接搜索算法中二次约束二次子问题的有效解(2018)
  14. Audet,Charles;Conn,Andrew R.;Le Digabel,Sébastien;Peyrega,Mathilde:约束优化的渐进式无障碍导数信赖域算法(2018)
  15. Audet,Charles;Ihaddadene,Amina;Le Digabel,Sébastien;Tribes,Christophe:使用网格自适应直接搜索算法的噪声黑箱问题的鲁棒优化(2018)
  16. 《数字化搜索》中的“适应型搜索”杂志,作者:查尔斯·科里恩斯(Charles Kotiens)和《管理错误的巴斯蒂恩斯》(Bastiens),2018年《管理错误》(Digoral-Bastiens)杂志
  17. Audet,Charles;Tribes,Christophe:基于网格的Nelder-Mead不等式约束优化算法(2018)
  18. Costa,Alberto;Nannicini,Giacomo:RBFOpt:一个用于黑盒优化的开源库,具有昂贵的函数评估(2018)
  19. Hare,Warren;Loeppky,Jason;Xie,Shangwei:昂贵随机优化算法与随机重启的比较方法(2018)
  20. Liuzzi,G.;Truemper,K.:使用NOMAD和linesearch的非光滑问题的并行混合优化方法(2018)