达科他州

Dakota(用于优化和Terascale应用程序的设计分析工具包)工具包是一个用于设计优化、参数估计、不确定性量化和灵敏度分析的多级并行面向对象框架,在仿真代码和迭代分析方法之间提供了一个灵活和可扩展的接口。达科他包含了基于梯度和非梯度的优化算法;用抽样、可靠性和随机扩展方法进行不确定性量化;非线性最小二乘法参数估计;灵敏度/方差分析采用实验设计和参数研究方法。这些功能可以单独使用,也可以作为高级策略的组件使用,如基于代理的优化、混合整数非线性规划或不确定性下的优化。通过采用面向对象的设计来实现迭代系统分析所需的关键组件的抽象,Dakota工具包为高性能计算机上计算模型的设计和性能分析提供了一个灵活和可扩展的问题解决环境。(资料来源:http://plato.asu.edu)


zbMATH中的参考文献(参考文献77条)

显示第1到第20个结果,共77个。
按年份排序(引用)
  1. 马丁,塞尔吉奥·M。;瓦尔切利,但以理;阿拉帕齐斯,乔治亚;Economides,雅典娜E。;彼得卡尔纳科夫;Koumoutsakos,Petros:Korali:用于贝叶斯不确定性量化和随机优化的高效可扩展软件框架(2022)
  2. 普洛斯卡斯,尼古拉斯;Sahinidis,Nikolaos V.:混合整数无导数优化算法和软件的回顾与比较(2022)
  3. 伯姆帕,帕纳吉奥塔;Katsoulakis,Markos A.:马尔科夫随机场的不确定性量化(2021)
  4. Brigitte Boden,Jan Flink,Niklas Först,Robert Mischke,Kathrin Schaffert,Alexander Weiner,Annika Wohlan,Andreas Schreiber:RCE:工程与科学的集成环境(2021)不是zbMATH
  5. 伊森,约翰P。;Biegler,Lorenz T.:化学过程优化中的模型简化(2021)
  6. 甘塔萨拉,阿迪提亚;纳吉安Asl,雷扎;盖瑟,阿明;布罗迪,安德鲁;丘疹病;Bletzinger,Kai-Uwe:使用顶点变形实现基于仿真的大规模形状优化框架(2021)
  7. 托西,里卡多;阿米拉,拉蒙;巴迪亚,罗莎·M。;Rossi,Riccardo:用分层蒙特卡罗算法进行不确定性量化的并行动态异步框架(2021)
  8. 翁贝托别墅;佩特拉,诺米;加塔斯,奥马尔:嬉皮士。一个可扩展的PDEs控制的大规模反问题软件框架。一: 确定性反演与线性化贝叶斯推断(2021)
  9. 王坤;太阳,哀号;杜强:一个非合作的元模型游戏,用于自动第三方校准、验证和伪造平行对抗性攻击的本构关系(2021)
  10. 德根,丹尼斯;韦罗伊,凯伦;弗罗里安威尔曼:地球科学中经认证的简化基方法。应对高维问题的挑战(2020年)
  11. 弗利特,凯西·M。;杰拉奇,詹卢卡;斯基亚瓦齐,丹尼尔E。;卡恩,安德鲁M。;Marsden,Alison L.:心血管血流动力学的多层次和多维度不确定性量化(2020)
  12. 吉拉迪,玛丽亚;帕多瓦尼,克里斯蒂娜;佩莱格里尼,丹尼尔;波切利,玛格丽特;Robol,Leonardo:结构应用的有限元模型更新(2020)
  13. 刘宁;傅、李云;唐刚;孔岳;徐晓义:修正LSM在尺寸相关波传播中的应用:与修正偶应力理论的比较(2020)
  14. Markus Frings,Norbert Hosters,Corinna Müller,Max Spahn,Christoph Susen,Konstantin Key,Stefanie Elgeti:SplineLib:现代多用途C++样条函数库(2020)阿尔十四
  15. 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)
  16. 绍克,本杰明;普洛斯卡斯,尼古拉斯;Sahinidis,Nikolaos:GPU参数调整用于高瘦密集线性最小二乘问题(2020)
  17. 蒂尔曼·穆赫普福德,弗雷德里克·扎恩,维特·哈根迈耶,蒂姆·福瓦瑟:多混沌。jl-系统与控制中多项式混沌的Julia包(2020)阿尔十四
  18. 范斯莱特,凯文;Al-Alsheikh,阿卜杜拉蒂夫;Youcef Toumi,Kamal:为什么简单求积和蒙特卡罗一样好(2020)
  19. Zachary del Rosario:Grama:模型分析语法(2020)不是zbMATH
  20. Clrex,M.,Robinson,M.,Lambert,B.,Lei,C.L.,Ghosh,S.,Mirams,G.R.和Gavaghan,D.J.:噪声时间序列的概率推断(品脱)(2019年)不是zbMATH

更多出版物请访问:http://dakota.sandia.gov/publications.html