史努菲特

SNOBFIT(稳定噪声分枝拟合优化)是一个matlab6软件包,用于求解连续变量在界范围内变化、可能受到附加软约束的噪声优化问题。不支持离散变量。目标函数值必须由基于文件的接口提供;注意优化过程合理,即使接口产生噪声或偶尔未定义的结果(隐藏约束)。该接口使得使用SNOBFIT处理手工输入的新数据成为可能,也可以使用任何自动或半自动的实验系统。这使得SNOBFIT非常适合于为模拟或实验选择连续参数设置,以优化用户指定的标准为目标。由于可以输入多个数据点,SNOBFIT可以利用并行函数求值。该方法将分枝策略与基于拟合二次模型的序贯二次规划方法相结合,以提高寻找全局最小值的机会,使之具有良好的局部性质。各种保护措施解决了实际应用中可能出现的许多可能的陷阱,而大多数其他优化例程对此准备不足。软约束采用一种新的惩罚型方法,具有很强的理论性质。为了使用SNOBFIT,需要MINQ界约束二次规划包(资料来源:http://plato.asu.edu)


zbMATH参考文献(20篇文章引用)

显示第1到第20个结果,共20个。
按年份排序(引用)

  1. Bajaj,Ishan;Faruque Hasan,M.M.:有界Hessian黑盒问题的确定性全局无导数优化(2020)
  2. Sauk,Benjamin;Ploskas,Nikolaos;Sahinidis,Nikolaos:GPU参数调整,适用于高瘦密集线性最小二乘问题(2020年)
  3. Larson,Jeffrey;Menickelly,Matt;Wild,Stefan M.:无导数优化方法(2019年)
  4. Müller,Juliane;Day,Marcus:具有隐藏约束的计算代价高的黑盒问题的代理优化(2019)
  5. 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)
  6. 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)
  7. Huyer,Waltraud;Neumaier,Arnold:MINQ8:广义定有界约束不定二次规划(2018)
  8. Schwarz,Hannes;Bertsch,Valentin;Fichtner,Wolf:分散式能源系统的两阶段随机大规模优化:集中于住宅区太阳能光伏、热泵和存储的案例研究(2018)
  9. Amaran,Satyajith;Sahinidis,Nikolaos V.;Sharda,Bikram;Bury,Scott J.:仿真优化:算法与应用综述(2016)
  10. Boukouvala,Fani;Misener,Ruth;Floudas,Christodoulos A.:混合整数非线性规划的全局优化进展,MINLP和约束无导数优化,CDFO(2016)
  11. Lazar,Markus;Jarre,Florian:无需使用导数的优化校准(2016)
  12. Custódio,A.L.;Madeira,J.F.A.:GLODS:使用直接搜索的全局和局部优化(2015)
  13. Amaran,Satyajith;Sahinidis,Nikolaos V.;Sharda,Bikram;Bury,Scott J.:仿真优化:算法和应用综述(2014)
  14. Billups,Stephen C.;Larson,Jeffrey;Graf,Peter:使用加权回归对具有计算误差的昂贵函数进行无导数优化(2013)
  15. Fowkes,Jaroslav M.;Gould,Nicholas I.M.;Farmer,Chris L.:Hessian-Lipschitz连续函数全局优化的分枝定界算法(2013)
  16. Rios,Luis Miguel;Sahinidis,Nikolaos V.:无导数优化:算法回顾和软件实现比较(2013)
  17. Neumaier,Arnold;Fendl,Hannes;Schilly,Harald;Leitner,Thomas:VXQR:基于QR分解的无导数无约束优化(2011)ioport公司
  18. Wang,Yuannian;Tonon,Fulvio:完整岩石达到峰值强度的离散单元模型校准(2010)
  19. Fuchs,Martin:云,(p)-盒,模糊集,和高维中的其他不确定性表示(2009)
  20. Huyer,Waltraud;Neumaier,Arnold:SNOBFIT-通过分支和拟合实现的稳定噪声优化。(2008年)ioport公司