DFO

DFO是一种求解一般非线性优化问题的FORTRAN软件包,具有相对较小的规模(小于100个变量),其目标函数计算成本相对较高,不能有效地估计此类函数的导数。在功能评估过程中也可能存在一些噪声。例如,在工程设计中出现这样的优化问题,其中目标函数评价是作为黑箱处理的仿真包。


ZBMaX中的参考文献(115篇)1标准条款

显示结果1至20的115。
按年份排序(引文
  1. Berahas,Albert S.;Byrd,Richard H.;NothAl,豪尔赫:基于拟牛顿方法的噪声函数的无导数优化(2019)
  2. Falini,安东内拉;Jutt勒,伯特:基于模板分割的多连通平面域THB样条多参数化(2019)
  3. 拉尔森,杰夫瑞;Menickelly,Matt;野,Stefan M.:无导数优化方法(2019)
  4. 王,彭;朱,Detong;宋,鱼峰:具有简单边界约束的非线性多目标优化的无导数可行回溯搜索方法(2019)
  5. 科斯塔,阿尔伯托;Nannicini,Giacomo:RBFopt:一个具有昂贵功能评估的黑盒优化的开源库(2018)
  6. Maggiar,阿尔瓦罗;W·切特,安德烈亚斯;多林斯卡,Irina S.;StAUM,杰瑞米:一种基于自适应卷积的平滑多值平滑函数的无导数信赖域算法(2018)
  7. 周,哲;白,Fusheng:一种基于径向基函数插值的高代价黑盒全局优化自适应框架(2018)
  8. Echebest,N;Schuverdt,M. L.;维诺,R. P.:非线性规划的非精确恢复无导数滤波方法(2017)
  9. Fang,Xiaowei;Ni,秦:基于径向基函数插值模型的基于框架的共轭梯度直接搜索法(2017)
  10. Waar,W.:凸函数和完全线性模型的组合(2017)
  11. 拉曼普尔,Fardin;Hosseini,Mohammad Mehdi;Maalek Ghaini,Farid Mohammad:基于径向基函数的非光滑约束优化的罚函数解法(2017)
  12. Tayne,Yoel:机器学习在昂贵黑箱函数优化中的应用(2017)
  13. 阿德里亚诺,Karas,Elizabeth W.;佩德罗索,Lucas G.;Scheinberg,Katya:关于无导数信赖域算法的二次模型的构造(2017)
  14. CaWaWe,Marie Liesse;刘,Jialin;RoZier-Re,巴普蒂斯特;Teytaud,奥利维尔:噪声优化的算法组合(2016)
  15. Garmanjani,R;J·Dice,D;维森特,L. N.:不使用导数的信赖域方法:最坏情况复杂度和非光滑情况(2016)
  16. 拉扎尔,Markus;Jarre,弗洛里安:不使用导数的优化校准(2016)
  17. Tr.O.LtZsCH,Anke:一种无导数的等式约束优化的序列二次规划算法(2016)
  18. 王,Jueyu;朱,德东:无导数无约束最优化的无线搜索共轭梯度路径法(2016)
  19. 奥戴特,查尔斯;勒迪加贝尔,S·巴斯蒂安;佩雷加,马蒂尔德:黑箱优化中的线性等式(2015)
  20. 费雷拉,Priscila S.;Karas,Elizabeth W.;SaChin,Mael:无约束无导数最优化的全局收敛信赖域算法(2015)