詹大伟;钱家昌;程元胜 在并行高效全局优化算法中平衡全局和局部搜索。 （英语） Zbl 1369.90139号 J.全球。最佳方案。 67，第4期，873-892（2017）. 摘要：大多数并行高效全局优化（EGO）算法只关注产生多个更新点的并行架构，而很少关注全局搜索之间的平衡（即在搜索空间的不同区域采样）以及更新点的局部搜索（即在搜索空间的一个有希望的区域中更强烈地采样）。在本研究中，提出了一种新的方法来应用这种思想来进一步加速并行EGO算法的搜索。在该算法的每个循环中，期望改进（EI）函数的所有局部最大值都由多模态优化算法识别。然后选择值大于阈值的局部EI极大值，并围绕这些选定的EI最大值对候选值进行采样。数值实验结果表明，尽管与标准EGO算法相比，所提出的并行EGO算法需要更多的评估才能找到最优解，但它能够减少优化周期。此外，在六个测试问题上，与最先进的并行EGO算法相比，该并行EGO方法在循环数和评估方面都获得了更好的结果。 引用于5文件 MSC公司： 90C26型 非凸规划，全局优化 关键词：基于代理的优化;高效全局优化;多模态优化;并行计算 软件：github;代理人;EGO公司;鲮鱼 PDF格式BibTeX公司 XML格式引用 \textit{D.Zhan}等人，J.Glob。优化。67，第4号，873--892（2017；Zbl 1369.90139） 全文： 内政部 参考文献： [1] Wang，G.G.，Shan，S.：支持工程设计优化的元建模技术综述。J.机械。设计。129(2), 370-380 (2007) ·数字对象标识代码：10.1115/1.2429697 [2] Viana，F.A.C.，Simpson，T.W.，Balabanov，V.，Toropov，V.:多学科设计优化中的元建模：我们真的走了多远？AIAA J.52（4），670-690（2014）·doi:10.2514/1.J052375 [3] Jones，D.R.，Schonlau，M.，Welch，W.J.：昂贵的黑盒函数的高效全局优化。J.全球。优化。13(4), 455-492 (1998) ·Zbl 0917.90270号 ·doi:10.1023/A:1008306431147 [4] Jones，D.R.：基于响应曲面的全局优化方法分类。J.全球。优化。21(4), 345-383 (2001) ·Zbl 1172.90492号 ·doi:10.1023/A:1012771025575 [5] Huang，D.，Allen，T.T.，Notz，W.I.，Zeng，N.：通过序列kriging元模型对随机黑盒系统进行全局优化。J.全球。优化。34(3), 441-466 (2006) ·邮编1098.90097 ·doi:10.1007/s10898-005-2454-3 [6] Forrester，A.I.，Keane，A.J.，Bressloff，N.W.：噪声计算机实验的设计和分析。AIAA J.44（10），2331-2339（2006） [7] Sasena，M.J.，Papalambros，P.，Goovaerts，P.:探索约束全局优化的元建模采样标准。工程优化。34(3), 263-278 (2002) ·doi:10.1080/3052150211751 [8] Parr，J.M.、Keane，A.J.、Forrester，A.I.J.、Holden，C.M.E.：带约束处理的基于代理的优化的填充采样标准。工程优化。44(10), 1147-1166 (2012) ·Zbl 1250.90089号 ·doi:10.1080/03052115X.2011.637556 [9] Couckuyt，I.，Deschrijver，D.，Dhaene，T.：快速计算帕累托优化的多目标改进概率和预期改进标准。J.全球。优化。60(3), 575-594 (2014) ·Zbl 1303.90093号 ·doi:10.1007/s10898-013-0118-2 [10] 金斯堡，D。；里奇，R。；Carraro，L。；Tenne，Y.（编辑）；Goh，C-K（编辑），Kriging非常适合并行优化，第2期，131-162（2010），海德堡·doi:10.1007/978-3-642-10701-66 [11] Viana，F.A.C.，Haftka，R.T.，Watson，L.T.：多代理技术辅助的高效全局优化算法。J.全球。优化。56(02), 669-689 (2013) ·Zbl 1275.90072号 ·doi:10.1007/s10898-012-9892-5 [12] Feng，Z.W.，Zhang，Q.B.，Zhangs，Q.F.，Tang，Q.G.，Yang，T.，Ma，Y.：一个基于多目标优化的框架，在代价高昂的优化中平衡全球勘探和局部开采。J.全球。优化。61(4), 677-694 (2015) ·Zbl 1323.90045号 ·doi:10.1007/s10898-014-0210-2 [13] Bischl，B。；Wessing，S。；Bauer，N。；弗里德里希（Friedrichs，K.）。；Weihs，C。；Pardalos，PM（编辑）；重发，MGC（编辑）；Vogiatzis，C.（编辑）；Walteros，JL（编辑），MOI-MBO：基于并行模型优化的多目标填充，173-186（2014），柏林 [14] Sóbester，A.，Leary，S.J.，Keane，A.J.：用于近似和优化高保真计算机模拟的并行更新方案。结构。多磁盘。优化。27(5), 371-383 (2004) ·doi:10.1007/s00158-004-0397-9 [15] Forrester，A.，Sóbester，A.，Keane，A.：通过替代建模进行工程设计：实用指南。威利，纽约（2008）·doi:10.1002/9780470770801 [16] Sacks，J.、Welch，W.J.、Mitchell，T.J.、Wynn，H.P.：计算机实验的设计与分析。统计科学。4(4), 409-423 (1989) ·Zbl 0955.62619号 ·doi:10.1214/ss/1177012413 [17] Torn，A.，Zilinskas，A.：全局优化。施普林格，柏林（1987）·Zbl 0752.90075号 [18] Li，X.，Engelbrecht，A.，Epitropakis，M.：2013年IEEE CEC多模态优化小生境方法竞赛结果。In：IEEE多模态优化小生境方法进化计算竞赛大会（2013年） [19] Fieldsend，J.E.：爬山：使用小生境迁移多温优化程序进行多模式搜索。在：IEEE进化计算大会（CEC），第2593-2600页（2014）。http://github.com/fieldsend/iee_cec_2014_nmmso [20] Zhang，J.，De-Shuang，H.，Kun-Hong，L.：用于多峰函数优化的多亚温粒子群优化算法。摘自：IEEE进化计算大会（CEC），第3215-3220页（2007年） [21] Younis，A.，Dong，Z.：使用空间探索和单峰区域消除进行设计优化的元建模和搜索。工程优化。42(6), 517-533 (2010) ·网址：10.1080/03052150903325540 [22] Das，S.、Maity，S.，Qu，B.-Y.、Suganthan，P.N.：实时参数进化多模态优化——最先进技术的调查。Swarm Evol。计算。1(2), 71-88 (2011) ·doi:10.1016/j.swevo.2011.05.005 [23] Dixon，L.C.W.，Szegö，G.P.：走向全局优化2。北荷兰，阿姆斯特丹（1978） [24] Sasena，M.J.：使用克里金近似的约束全局设计优化的灵活性和效率增强。密歇根大学，安阿伯分校（2002） [25] Lophaven，S.N.，Nielsen，H.B.，Söndergaard，J.：Dace-A Matlab Kriging工具箱。丹麦技术大学技术代表IMMTR200212（2002年）。http://www2.imm.dtu.dk/hbn/dace/ [26] 维亚纳，F.A.C.：SURROGATES工具箱用户指南。美国佛罗里达州盖恩斯维尔，版本3.0 edn。(2011). http://sites.google.com/site/felipeacviana/surrogatestolbox [27] Price，K.V.，Storn，R.M.，Lampinen，J.A.：差分进化：一种实用的全局优化方法。施普林格，纽约（2005年）·Zbl 1186.90004号 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。