×
朱利安·米勒

MISO：混合整数代理优化框架。 （英语） Zbl 1364.90230号

最佳方案。工程师。 17，第1期，177-203（2016）.
摘要：我们介绍了MISO，即混合整数代理优化框架。MISO旨在解决具有混合整数变量的计算代价高昂的黑盒优化问题。这类优化问题在许多应用中都会遇到，为了获得目标函数值，必须运行耗时的仿真代码。示例包括优化可靠性设计和结构优化。单个目标函数评估可能需要几分钟到几个小时甚至几天的时间。因此，在优化过程中只允许很少的目标函数评估。然而，这类优化问题的算法开发在文献中很少涉及。因为目标函数是黑盒函数，所以导数是不可用的，并且在数值上近似导数需要大量的函数求值。因此，我们使用计算成本较低的代理模型来近似昂贵的目标函数，并决定在可变域中的哪些点评估昂贵的目标功能。我们开发了一个通用代理模型框架，并展示了如何针对混合整数变量修改用于连续优化的著名代理模型算法的采样策略。我们引入了两种新的算法，将不同的采样策略和局部搜索结合起来，以获得高精度的解。我们将数值实验中的MISO与遗传算法NOMAD 3.6.2版和SO-MI进行了比较。结果表明，MISO通常比NOMAD和遗传算法更有效，可以在有限的允许评估预算内找到改进的解决方案。MISO的性能取决于所选择的采样策略。将坐标摄动搜索与目标值策略和局部搜索相结合的MISO算法在所有算法中表现最佳。

引用于21文件

MSC公司：

90立方厘米 混合整数编程
90C26型 非凸规划，全局优化
90 C56 无导数方法和使用广义导数的方法

关键词：

混合整数优化;代理模型;黑盒优化;径向基函数;无衍生物;全局优化

软件：

NOMAD公司;味噌;轨道;MATSuMoTo公司;SO-I公司;OPTI公司;MLMSRBF公司;Matlab公司;EGO公司
PDF格式BibTeX公司 XML格式引用
\textit{J.米勒}，Optim。工程17，编号1，177--203（2016；Zbl 1364.90230）
全文： DOI程序

参考文献：

[1] Abramson M，Audet C，Chrissis J，Walston J（2009）混合变量优化的网格自适应直接搜索算法。Optim Lett最佳快报3:35-47·Zbl 1154.90551号 ·doi:10.1007/s11590-008-0089-2
[2] Booker A、Dennis J Jr、Frank P、Serafini D、Torczon V、Trosset M（1999）通过代理优化昂贵函数的严格框架。结构多磁盘优化17:1-13·doi:10.1007/BF01197708
[3] Conn A、Scheinberg K、Vicente L（2009）《无导数优化导论》。SIAM公司·Zbl 1163.49001号
[4] Currie J，Wilson D（2012）《计算机辅助工艺操作基础》。OPTI：降低开源优化器和工业MATLAB用户之间的障碍。美国佐治亚州萨凡纳·Zbl 1241.90192号
[5] Davis E，Ierepatritou M（2009）基于Kriging的方法求解包含黑盒函数的混合整数非线性规划。《全球优化杂志》43:191-205·Zbl 1179.90238号 ·doi:10.1007/s10898-007-9217-2
[6] Forrester A，Sóbester A，Keane A（2008）通过代理建模进行工程设计——一个实用指南。奇切斯特·威利·doi:10.1002/9780470770801
[7] Friedman J（1991）多元自适应回归样条。安统计19:1-141·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963
[8] Giunta A、Balabanov V、Haim D、Grossman B、Mason W、Watson L、Haftka R（1997）《使用实验理论设计和响应面建模的飞机多学科设计优化》。飞行员J 101:347-356
[9] Glaz B、Friedmann P、Liu L（2008）基于代理的直升机旋翼桨叶优化，用于前飞减振。结构多磁盘优化35:341-363·doi:10.1007/s00158-007-0137-z
[10] Goel T、Haftka RT、Shyy W、Queipo NV（2007）《代理合奏》。结构多磁盘优化33:199-216·doi:10.1007/s00158-006-0051-9
[11] Gutmann H（2001）一种用于全局优化的径向基函数方法。全球优化杂志19:201-227·Zbl 0972.90055号 ·doi:10.1023/A:1011255519438
[12] Hemker T、Fowler K、Farthing M、von Stryk O（2008）《水资源管理中基于混合集成模拟的优化方法与替代函数》。优化工程9:341-360·Zbl 1419.90007号 ·doi:10.1007/s11081-008-9048-0
[13] Holmström K（2008a）一种用于昂贵的黑盒全局优化的自适应径向基算法（ARBF）。J Glob Optim公司41:447-464·Zbl 1152.90609号 ·doi:10.1007/s10898-007-9256-8
[14] Holmström K（2008b）一种用于昂贵的黑盒混合整数全局优化的自适应径向基算法（ARBF）。J Glob Optim杂志9:311-339·Zbl 1400.90226号
[15] Jones D，Schonlau M，Welch W（1998）代价高昂的黑盒函数的高效全局优化。J Glob Optim公司13:455-492·Zbl 0917.90270号 ·doi:10.1023/A:1008306431147
[16] Koziel S，Leifsson L（2013）《基于Surroagte的建模与优化：工程应用》，纽约斯普林格出版社·Zbl 1269.00012号 ·doi:10.1007/978-1-4614-7551-4
[17] Le Digabel S（2011）算法909:NOMAD：使用mads算法进行非线性优化。ACM Trans数学软件37:44·Zbl 1365.65172号 ·数字对象标识代码：10.1145/1916461.1916468
[18] Li R，Emmerich M，Eggermont J，Bovenkamp E，Back T，Dijkstra J，Reiber H（2008）元模型辅助混合整数进化策略及其在血管内超声图像分析中的应用。摘自：IEEE计算智能世界大会，IEEE，第2764-2771页·Zbl 1365.65172号
[19] Marsden A，Wang M，Dennis J Jr，Moin P（2004）使用代理管理框架的最佳气动声学形状设计。Optim Eng 5:235-262·Zbl 1116.90417号 ·doi:10.1023/B:OPTE.000003376.89159.65
[20] MoréJ，Wild S（2009）《无导数优化算法基准测试》。《SIAM J Optim》20:172-191·Zbl 1187.90319号 ·doi:10.1137/080724083
[21] Müller J（2014）MATSuMoTo:用于计算昂贵的黑盒全局优化问题的MATLAB代理模型工具箱。arXiv:14044261号·Zbl 1187.90319号
[22] Müller J，Shoemaker C，PichéR（2013a）SO-I：用于昂贵非线性整数规划问题的代理模型算法，包括全局优化应用。《全球优化杂志》59:865-889。doi:10.1007/s10898-013-0101-y·Zbl 1305.90305号 ·doi:10.1007/s10898-013-0101-y
[23] Müller J，Shoemaker C，PichéR（2013b）SO-MI：用于计算成本高昂的非线性混合整数黑盒全局优化问题的代理模型算法。计算Oper Res 40:1383-1400·Zbl 1352.90067号 ·doi:10.1016/j.cor.2012.08.022
[24] Müller J，PichéR（2011）基于Dempster-Shafer理论的全局优化问题混合替代模型。《全球优化杂志》51:79-104·Zbl 1230.90155号 ·doi:10.1007/s10898-010-9620-y
[25] Müller J，Shoemaker C（2014）集成代理模型和抽样策略对计算成本高昂的黑盒全局优化问题算法解质量的影响。《全球优化杂志》60:123-144。doi:10.1007/s10898-014-0184-0·Zbl 1312.90064号 ·doi:10.1007/s10898-014-0184-0
[26] Myers R，Montgomery D（1995）《响应面方法：使用设计实验优化工艺和产品》。Wiley-Interscience出版物，霍博肯·Zbl 1161.62392号
[27] 鲍威尔，M。；Light，WA（编辑），《数值分析进展》，第2卷：小波、细分算法和径向基函数，105-210（1992），牛津·Zbl 0787.65005号
[28] Rashid S，Ambani S，Cetinkaya E（2012）用于昂贵的黑盒混合整数非线性约束优化的自适应多二次径向基函数方法。工程优化45:185-206。doi:10.1080/03052115X.2012.665450·doi:10.1080/0305215X.2012.665450
[29] Regis R，Shoemaker C（2007）一种用于昂贵函数全局优化的随机径向基函数方法。信息J计算19:497-509·Zbl 1241.90192号 ·doi:10.1287/ijoc.1060.0182
[30] Regis R，Shoemaker C（2009）使用径向基函数的并行随机全局优化。信息J计算21:411-426·Zbl 1243.90160号 ·doi:10.1287/ijoc.1090.0325
[31] Regis R，Shoemaker C（2013）在高维昂贵的黑盒优化中结合径向基函数代理和动态坐标搜索。工程优化45:529-555·doi:10.1080/0305215X.2012.687731
[32] Simpson T、Mauery T、Korte J、Mistree F（2001）基于仿真的多学科设计优化中全局近似的克里格元模型。美国汽车协会杂志39:2233-2241·doi:10.2514/2.1234
[33] Viana F、Haftka R、Steffen V（2009）《多重代理：交叉验证误差如何帮助我们获得最佳预测值》。结构多磁盘优化39:439-457·doi:10.1007/s00158-008-0338-0
[34] Wild S，Regis R，Shoemaker C（2007）ORBIT:通过信任区域中的径向基函数插值进行优化。SIAM科学计算杂志30:3197-3219·Zbl 1178.65065号 ·数字对象标识代码：10.1137/070691814
[35] Wild S，Shoemaker C（2013）无导数优化径向基函数信赖域算法的全局收敛性。SIAM版本55:349-371·Zbl 1270.65028号 ·doi:10.137/120902434
[36] 庄，L。；Tang，K。；Jin，Y。；Hea，Yin（编辑），基于Kendall秩相关系数的元模型辅助混合整数进化策略，366-375（2013），柏林
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。