×
Jose A.Egea。;罗德里格斯-费尔南德斯，玛丽亚;朱利奥·班加。;拉斐尔·马蒂

分散搜索用于化学和生物过程优化。 （英语） Zbl 1108.92001号

J.全球。最佳方案。 37，第3期，481-503（2007）.
摘要：分散搜索是一种基于群体的方法，最近已被证明在解决组合和非线性优化问题方面产生了有希望的结果。分散搜索基于20世纪60年代最初提出的用于组合决策规则和问题约束的公式，例如代理约束方法，它使用了组合解决方案向量的策略，这些策略在各种问题设置中都被证明是有效的。
我们为一类非线性优化问题开发了一种通用启发式算法。该过程基于分散搜索方法，将目标函数求值视为一个黑盒，使搜索算法与上下文相关。化工和生物化工行业中的大多数优化问题无论是目标函数还是约束条件都是高度非线性的。此外，它们通常表示约束的微分代数系统。在这种类型的问题中，对解决方案的评估，甚至对决策变量的一组值进行可行性测试都是一项耗时的操作。在这种情况下，求解方法仅限于较少的求解检查次数。我们在Matlab中为这类特殊的困难优化问题实现了分散搜索过程。我们的发展超越了将分散搜索应用于这类问题的简单实践，而是提出了创新机制，以在短期搜索范围内实现强化和多样化之间的良好平衡。在一组基准问题上与其他最近的方法进行的计算比较支持所提出的程序。

引用于14文件

MSC公司：

92-08 生物学问题的计算方法
90 C59 数学规划中的近似方法和启发式
92B05型 普通生物学和生物数学

关键词：

元启发式;分散搜索;化学工程;全局优化;非线性动力系统

软件：

NPSOL公司;TOMLAB公司;Matlab公司;分散搜索;伊波特;SNOPT公司;OptQuest公司;NL2SOL型
PDF格式BibTeX公司 XML格式引用
\textit{J.A.Egea}等人，J.Glob。最佳方案。37，编号3，481–503（2007年；Zbl 1108.92001）
全文： DOI程序 链接

参考文献：

[1] Abramson，M.A.：混合变量一般约束优化问题的模式搜索算法。莱斯大学博士论文（2002年）
[2] Bailey J.E.（1998）《生物化学工程中的数学建模和分析：过去的成就和未来的机遇》。生物技术。程序。14, 8-20 ·doi:10.1021/bp9701269
[3] Banga J.R.、Balsa-Canto E.、Moles C.G.、Alonso A.A.（2003a）。使用现代优化方法改进食品加工。食品科技趋势。14, 131-144 ·Zbl 1229.49001号 ·doi:10.1016/S0924-2244（03）00048-7
[4] Banga J.R.、Moles C.G.、Alonso A.A.（2003b）。使用随机和混合方法对生物过程进行全局优化。In：Floudas C.A.，Pardalos P.M.（编辑）全球优化前沿。非凸优化及其应用，第74卷。Kluwer Academic Publishers，马萨诸塞州辛汉姆，美国，第45-70页·Zbl 1165.90703号
[5] Biegler L.T.，Grossmann I.E.（2004年）。回顾优化。计算。化学。工程28（8）：1169-1192
[6] Boender C.G.E.、Rinooy Kan A.H.G.、Timmer G.T.、Stougie L.（1982）。全局优化的随机方法。数学。程序。22, 125-140 ·Zbl 0525.90076号 ·doi:10.1007/BF01581033
[7] Box G.E.P.、Hunter W.G.、MacGregor J.F.、Erjavec J.（1973）。与多响应数据分析相关的一些问题。技术计量学。第15页，第33-51页·Zbl 0275.62060号 ·doi:10.2307/1266823
[8] Csendes T.（1988）。通过全局优化进行非线性参数估计-效率和可靠性。《网络学报》。8(4): 361-370 ·Zbl 0654.90074号
[9] Dennis J.E.，Gay D.M.，Welsch R.E.（1981年）。算法573:NL2SOL–一种自适应非线性最小二乘算法。Acm公司。事务处理。数学。柔软。7, 369-383 ·数字对象标识代码：10.1145/355958.355966
[10] Dolan，E.D.，Moré，J.J.，Munson，T.S.：COPS 3.0的基准优化问题。技术报告ANL/MCS-TM-273，阿贡国家实验室（2004）
[11] Finkel，D.E.，Kelley，C.T.：DIRECT的自适应重启实现。技术报告CRSC-TR04–30，北卡罗来纳州立大学（2004）
[12] Floudas C.A.、Akrotirianakis I.G.、Caratzoulas S.、Meyer C.A.、Kallrath J.（2005）。21世纪的全球优化：进展与挑战。计算。化学。工程29（6）：1185-1202·doi:10.1016/j.compchemeng.2005.02.006
[13] Gill，P.E.，Murray，W.，Saunders，M.A.，Wight，M.H.：npsol 5.0用户指南：非线性编程的FORTRAN包。斯坦福大学系统优化实验室技术报告SOL 86–1（1998）
[14] Gill P.E.、Murray W.、Saunders M.A.（2002年）。SNOPT：用于大规模约束优化的SQP算法。SIAM J.Optim 12（4）：979-1006·Zbl 1027.90111号 ·doi:10.1137/S1052623499350013
[15] 格洛弗·F（1977）。使用代理约束的整数编程启发式。Decis公司。科学。8, 156-166 ·doi:10.1111/j.1540-5915.1977.tb01074.x
[16] Glover F.（1994）。禁忌搜索非线性和参数优化（与遗传算法链接）。离散应用程序。数学。49, 231-255 ·Zbl 0799.90109号 ·doi:10.1016/0166-218X（94）90211-9
[17] Glover F.（1998）。用于分散搜索和路径重新链接的模板。摘自：Hao J.K.、Lutton E.、Ronald E.、Schoenauer M.、Snyers D.（编辑）《人工进化》，计算机科学讲义第1363卷。柏林斯普林格·弗拉格，第13-54页
[18] Holmström K.，Edvall m.m.（2004）。Tomlab优化环境。收录：Kallrath J.，Basf A.B.（编辑）《数学优化中的建模语言》。Kluwer Academic Publishers，多德雷赫特，第369-378页
[19] Jones D.R.（2001）。DIRECT全局优化算法。摘自：Floudas C.A.，Pardalos P.M.（编辑）优化百科全书。Kluwer Academic Publishers，多德雷赫特，第431-440页
[20] Laguna M.，MartíR.（2002年）。OptQuest可调用库。收录：Voss S.，Woodruff D.（编辑）优化软件类库。Kluwer学术出版社，波士顿，第193-218页
[21] Laguna M.，MartíR.（2003年）。分散搜索：波士顿C.Kluwer学术出版社的方法和实施·Zbl 1055.68103号
[22] Laguna M.，MartíR.（2005年）。用于多模态函数全局优化的高级散射搜索设计的实验测试。J.全球优化。33, 235-255 ·邮编1093.90092 ·doi:10.1007/s10898-004-1936-z
[23] Mathworks，Matlab 6.5R13，Mathworks，马萨诸塞州纳蒂克（2004）
[24] Michalewicz Z.，Logan T.D.（1994年）。连续凸参数空间的演化算子。摘自：Sebald A.V.、Fogel L.J.（编辑）《第三届进化编程年会论文集》。世界科学出版社，River Edge，第84-97页
[25] Moles C.G.、Gutierrez G.、Alonso A.A.、Banga J.R.（2003a）。通过全局优化进行集成工艺设计和控制：废水处理厂案例研究。化学。工程研究设计。81(5): 507-517 ·doi:10.1205/026387603765444465
[26] Moles C.G.、Mendes P.、Banga J.R.（2003b）。生化途径中的参数估计：全局优化方法的比较。基因组研究13（11）：2467-2474·doi:10.1101/gr.1262503
[27] Panier E.，Tits A.L.（1993年）。不等式约束优化中的可行性、下降性和超线性收敛性相结合。数学。程序。59, 261-276 ·Zbl 0794.90068号 ·doi:10.1007/BF01581247
[28] Runarsson T.P.，Yao X.（2000）。约束进化优化的随机排序。IEEE传输。进化。计算。284-294年·数字对象标识代码：10.1109/4235.873238
[29] Runarsson T.P.，Yao X.（2005）。约束进化优化中的搜索偏差。IEEE传输。系统。人类网络。35, 233-243 ·doi:10.1109/TSMCC.2004.841906
[30] Shimizu K.（1996）。生物过程系统工程教程复习。计算机。化学。工程20915-941·doi:10.1016/0098-1354（95）00188-3
[31] Storn R.、Price K.（1997年）。差分进化（Differential evolution）–一种简单高效的启发式算法，用于连续空间上的全局优化。J.全球优化。11, 341-359 ·Zbl 0888.90135号 ·doi:10.1023/A：1008202821328
[32] Ugray Z.、Lasdon L.、Plummer J.、Glover F.、Kelly J.、MartíR.（2005）。光滑NLP和MINLP问题的多段分散搜索启发式算法。收录：Rego C.，Alidaee B.（编辑）《通过记忆和进化进行元启发式优化：禁忌搜索和分散搜索》。Kluwer Academic Publishers，多德雷赫特，第25-58页·Zbl 1072.90572号
[33] Wächter A.，Biegler L.T.（2006年）。关于大规模非线性规划的原对偶内点滤波线搜索算法的实现。数学。程序。106(1): 25-57 ·Zbl 1134.90542号 ·doi:10.1007/s10107-004-0559-y
[34] Ye，Y.：线性、二次和线性约束非线性规划的内部算法。斯坦福大学博士论文（1987）
[35] Yuret，D.：从遗传算法到高效优化。A.I.第1569号技术报告。麻省理工学院（1994）
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。