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。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。

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）