×
坎德列里，A。;佩雷戈，R。;阿奇蒂，F。

配水系统中泵操作的贝叶斯优化。 （英语） Zbl 1402.90126号

J.全球。最佳方案。 71，第1期，213-235（2018）.
摘要：贝叶斯优化已成为优化和机器学习社区中广泛使用的工具。它适用于模拟/优化和/或具有计算成本高昂的目标函数的问题。贝叶斯优化基于目标的代理概率模型，该模型的平均值和方差使用观测值进行顺序更新，并基于该模型的“捕获”函数将下一个观测值设置在最“有希望”的点。最常用的代理模型是高斯过程，它是著名克里金算法的基础。本文研究了具有开/关和变速泵的供水管网中的泵调度优化问题。在全局优化模型中，考虑需求和能源价格的时间模式可以显著节约成本。非线性和开/关泵情况下的二元决策使得泵调度优化在计算上具有挑战性，即使对于小型配水网络也是如此。众所周知的EPANET模拟器用于计算与泵计划相关的能源成本，并验证是否违反了水力约束并满足了需求。本文提出了两种贝叶斯优化方法，其中代理模型分别基于高斯过程和随机森林。这两种方法在一组测试函数、文献中的基准配水网络和意大利米兰的大规模真实配水网络上使用不同的采集函数进行测试。

引用于7文件

MSC公司：

90C26型 非凸规划，全局优化
90立方厘米 随机规划
90B35型 运筹学中的确定性调度理论

关键词：

全局优化;贝叶斯优化;水泵调度优化;仿真优化

软件：

SMAC公司;算法829;超波段;青蒿素
PDF格式BibTeX公司 XML格式引用
\textit{A.Candelieri}等人，J.Glob。最佳方案。71，第1号，213--235（2018；Zbl 1402.90126）
全文： 内政部

参考文献：

[1] Fantozzi，M.、Popescu，I.、Farnham，T.、Archetti，F.、Mogre，P.、Tsouchnika，E.：高效水资源管理的ICT：ICeWater能源管理和控制方法。Procedia Eng.70，633-640（2014）·doi:10.1016/j.proeng.2014.02.069
[2] Mala-Jetmarova，H.，Sultanova，N.，Savic，D.：在优化配水系统中迷失？系统运行的文献综述。环境。模型。柔和。93, 209-254 (2017) ·doi:10.1016/j.envsoft.2017.02.009
[3] Candelieri，A.、Soldi，D.、Archetti，F.：成本效益高的传感器布置和泄漏定位——ICeWater项目的Neptun试点项目。J.供水技术。AQUA 64（5），567-582（2015）·doi:10.2166/aqua.2015.037
[4] Naoum Sawaya，J.，Ghaddar，B.，Arandia，E.，Eck，B.：水泵调度和管道更换问题的模拟优化方法。欧洲药典。第246（1）号决议，293-306（2015）·Zbl 1346.90553号 ·doi:10.1016/j.ejor.2015.04.028
[5] Bagirov，A.M.，Barton，A.F.，Mala-Jetmarova，H.，Al-Nuaimat，A.，Ahmed，S.T.，Sultanova，N.，Yearwood，J.：一种使用新型水泵调度方法最小化配水系统水泵成本的算法。数学。计算。模型。57(3-4), 873-886 (2013) ·doi:10.1016/j.mcm.2012.09.015
[6] Candelieri，A.：用于需水量预测和异常检测的聚类和支持向量回归。水9（3），224（2017）·doi:10.3390/w9030224
[7] Candelieri，A.、Soldi，D.、Archetti，F.：使用自动计量读数器数据对每小时耗水量进行短期预测。Procedia Eng.119（1），844-853（2015）·doi:10.1016/j.proeng.2015.08.948
[8] Candelieri，A.，Archetti，F.：为可靠的短期预测确定典型的城市需水量模式——冰水项目方法。Procedia Eng.89，1004-1012（2014）·doi:10.1016/j.proeng.2014.11.218
[9] D’Ambrosio，C.，Lodi，A.，Wiese，S.，Bragalli，C.：水网优化中的数学规划技术。欧洲药典。第243（3）号决议，774-788（2015）·Zbl 1346.90211号 ·doi:10.1016/j.ejor.2014.12.039
[10] Pasha，M.F.K.，Lansey，K.：通过线性规划优化水泵调度。摘自：世界环境和水资源大会，第395-404页（2009年）
[11] Price，E.，Ostfeld，A.：凸非线性方程的迭代线性化方案：在配水系统优化运行中的应用。J.水资源。计划。管理。139(3), 299-312 (2013) ·doi:10.1061/（ASCE）WR.1943-5452.000275
[12] McCormick，G.，Powell，R.S.：通过模拟退火推导配水的近最优泵计划。《运营杂志》。Res.Soc.55728-736（2004）·邮编1095.90044 ·doi:10.1057/palgrave.jors.2601718
[13] Wu，W.，Dandy，G.，Maier，H.：使用人工神经网络和遗传算法优化控制输水管道中的总氯和游离氨水平。J.水资源。计划。管理。141(7), 04014085 (2014) ·doi:10.1061/（ASCE）WR.1943-5452.000486
[14] Van Zyl，J.E.，Savic，D.A.，Walters，G.A.：使用混合遗传算法对配水系统进行操作优化。J.水资源。计划。管理。130(2), 160-170 (2004) ·doi:10.1061/（ASCE）0733-9496（2004）130:2（160）
[15] Rossman，L.A.：EPANET2用户手册。美国环境保护署，华盛顿特区（2000年）
[16] Sergeyev，Y.D.，Kvasov，D.E.：确定性全局优化：对角线方法简介。柏林施普林格出版社（2017）·Zbl 1371.90112号 ·doi:10.1007/978-1-4939-7199-2
[17] Sergeyev，Y.D.，Kvasov，D.E.：基于有效对角线分区和一组Lipschitz常数的全局搜索。SIAM J.Optim公司。16(3), 910-937 (2006) ·Zbl 1097.65068号 ·doi:10.1137/040621132
[18] Sergeyev，Y.D.，Kvasov，D.E.：使用平滑对角辅助函数的确定性全局优化。Commun公司。非线性科学。数字。模拟。21(1-3), 99-111 (2015) ·Zbl 1329.90112号 ·doi:10.1016/j.cnsns.2014.08.026
[19] Barkalov，K.，Polovinkin，A.，Meyerov，I.，Sidorov，S.，Zolotykh，N.：使用并行全局搜索算法的SVM回归参数优化。摘自：并行计算技术国际会议，第154-166页（2013）·兹比尔1355.90095
[20] Gillard，J.W.，Kvasv，D.E.：Lipschitz优化方法，用于将阻尼正弦和拟合到一系列观测值。统计接口10，59-70（2017）·Zbl 1387.90196号 ·doi:10.4310/SII.2017.v10.n1.a6
[21] Zabinsky，Z.B.：全球优化的随机自适应搜索，第1版。美国施普林格（2003）·Zbl 1044.90001号 ·doi:10.1007/978-1-4419-9182-9
[22] Steponaviñ，I.，Shirazi-Manesh，M.，Hyndman，R.J.，Smith-Miles，K.，Villanova，L.：关于成本高昂的多目标黑盒优化的采样方法。Springer Optim公司。其应用。107, 273-296 (2016) ·Zbl 1355.90095号 ·数字对象标识代码：10.1007/978-3-319-29975-4_15
[23] Li，L.，Jamieson，K.，DeSalvo，G.，Rostamizadeh，A.，Talwalkar，A.：超波段：基于强盗的新型超参数优化方法，第1-48页（2016年）。arXiv:1603.06560·Zbl 1468.68204号
[24] Huang，H.，Zabinsky，Z.B.：水平集近似的自适应概率分支和置信区间。In:冬季模拟会议（2013）
[25] Shahriari，B.，Swersky，K.，Wang，Z.，Adams，R.P.，De Freitas，N.：《让人脱离循环：贝叶斯优化综述》。程序。IEEE 104（1），148-175（2016）·doi:10.1109/JPROC.2015.2494218
[26] Snoek，J.，Larochelle，H.，Adams，R.P.：机器学习算法的实用贝叶斯优化，第1-12页（2012）·Zbl 1433.68379号
[27] Archetti，F.，Betrå，B.：全局优化的概率算法。卡尔科洛16（3），335-343（1979）·Zbl 0428.90064号 ·doi:10.1007/BF02575933
[28] Hutter，F.，Hoos，H.H.，Leyton-Brown，K.：通用算法配置的基于序列模型的优化。摘自：学习与智能优化国际会议（LION 5），第507-523页（2011）
[29] Candelieri，A.，Giordani，I.，Archetti，F.：基于内核的集群的自动配置：一种优化方法。参加：学习与智能优化国际会议（LION）。查姆施普林格，第34-49页（2017年）·邮编1095.90044
[30] Castro Gama，M.，Pan，Q.，Salman，M.A.，Jonoski，A.：减少阿比亚特格拉索供水系统总能耗的多元优化（意大利米兰）。环境。工程师管理。J.14（9），2019-2029（2015）
[31] Wu，J.，Poloczek，M.，Wilson，A.G.，Frazier，P.I.：梯度贝叶斯优化，1-16（2017）
[32] Mockus，J.：贝叶斯方法在全局和随机优化数值方法中的应用。J.全球。最佳方案。4, 347-365 (1994) ·Zbl 0801.90099 ·doi:10.1007/BF01099263
[33] Wang，Z.，Zoghi，M.，Hutter，F.，Matheson，D.，De Freitas，N.：通过随机嵌入实现高维贝叶斯优化。收录于：《国际期刊》。人工智能会议，第1778-1784页（2013）
[34] Kandasamy，K.，Schneider，J.，Póczos，B.：通过加性模型的高维贝叶斯优化和强盗。内部配置机。学习。37, 295-304 (2015)
[35] Ho，T.K.：随机决策森林。摘自：文件分析和识别会议，第278-282页（1995年）
[36] Breiman和Liaw:美国商标注册号3185828（2006）
[37] Kushner，H.J.：在存在噪声的情况下定位任意多峰值曲线最大点的新方法。《基础工程杂志》86，97-106（1964）·数字对象标识代码：10.1115/1.3653121
[38] 莫库斯，J。；Tiesis，V。；Zilinskas，A。；Dixon，L.（编辑）；Szego，G.（编辑），贝叶斯方法在求极值中的应用，117-130（1978），阿姆斯特丹·Zbl 0394.90090号
[39] Auer，P.：利用置信界限进行开采-勘探权衡。J.马赫。学习。第3（3）号决议，397-422（2002）·Zbl 1084.68543号
[40] Srinivas，N.、Krause，A.、Kakade，S.M.、Seeger，M.：强盗背景下的高斯过程优化：无遗憾和实验设计，第1-8页（2009年）
[41] Jones，D.R.，Perttunen，C.D.，Stuckman，B.E.：不含Lipschitz常数的Lipschitsian优化。J.优化。理论应用。79(1), 157-181 (1993) ·兹伯利0796.49032 ·doi:10.1007/BF00941892
[42] Fletcher，R.：实用优化方法。John Wiley&Sons，Hoboken（2013）·Zbl 0905.65002号
[43] Gaviano，M.，Kvasov，D.E.，Lera，D.，Sergeyev，Y.D.：生成具有已知局部和全局极小值的测试函数类的软件，用于全局优化。ACM事务处理。数学。柔和。29(4), 469-480 (2003) ·Zbl 1068.90600号 ·数字对象标识代码：10.1145/962437.962444
[44] De Paola，F.，Fontana，N.，Giugni，M.，Marini，G.，Pugliese，F.：应用harmony-search多目标（HSMO）优化算法解决水泵调度问题。Procedia Eng.162，494-502（2016）·doi:10.1016/j.pron.2016.11.093
[45] Castro-Gama，M.，Pan，Q.，Lanfranchi，E.A.，Jomoski，A.，Solomatine，D.P.：大型配水网络的水泵调度。意大利米兰。Procedia Eng.186，436-443（2017）·doi:10.1016/j.proeng.2017.03.249
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。