×

兹马思-数学第一资源

嵌入人工神经网络的确定性全局优化。(英语) 14090ZB263
小结:人工神经网络被用于数据驱动的黑盒建模和后续优化的各种应用中。本文中,我们提出了一种有效的方法来解决嵌入人工神经网络的最优化问题。所提出的方法基于在简化空间中使用McCormick松弛的算法的松弛[第二作者等,SIAM J.Optim.20,No.2,573–601(2009;Zbl 1192.65083)]利用非线性激活函数的凸包络和凹包络。优化问题是用我们的内部确定性全局解算器来解决的。以说明函数、发酵过程、压缩机装置和化工过程四个优化实例说明了该方法的有效性。结果表明,与最先进的全局通用优化求解器相比,计算求解时间是有利的。

理学硕士:
90C26型 非凸规划,全局优化
90立方厘米 非线性规划
90度90度 数学规划的应用
68T01型 人工智能概论
引文:
Zbl 1192.65083
PDF格式 BibTeX公司 XML 引用
参考文献:
[1] 霍尼克,K。;斯汀科姆,M。;多层前馈网络是通用逼近器,神经网络。,2359-366年,(1989年)·Zbl 1383.92015号
[2] 加斯泰格,J。;Zupan,J.,《化学中的神经网络》,Angew。化学。内景Edn。英语。,32503-527,(1993年)
[3] Azlan Hussain,M.,神经网络在化工过程控制模拟和在线实现中的应用综述,人工神经网络。因特尔。工程学,13,55-68,(1999年)
[4] 阿加托诺维奇·库斯特林。;《人工神经网络建模的基本概念及其在药物研究中的应用》,J.Pharm。生物医药。肛门。,22717-727,(2000年)
[5] 维特克·克罗维克,A。;乔纳卡,K。;波德斯塔克兹克。;Dawiec,A。;Pokomeda,K.,响应面方法和人工神经网络方法在生物吸附过程建模和优化中的应用,生物酸。技术。,160,150-160,(2014年)
[6] 梅雷莱斯,M。;阿尔梅达,P。;Simoes,MG,人工神经网络工业适用性综合评述,IEEE Trans。电子工业。,50585-601,(2003年)
[7] 里奥查诺纳,EA;菲奥雷利,F。;张博士。;艾哈迈德,NR;京,K。;Shah,N.,模拟微藻叶黄素光生产动态过程的有效模型构建策略,生物技术。比昂。,1142518-2527,(2017年)
[8] 奇玛,JJS;内华达州桑帕市;塔姆斯,塔姆斯;Kulkarni,BD,遗传规划辅助随机优化策略优化葡萄糖转化为葡萄糖酸发酵,生物技术。程序。,18356-1365,(2002年)
[9] 德赛,公里;南澳大利亚苏瓦塞;索达加尔,PS;乐乐,SS;Singhal,RS,人工神经网络和响应面法在发酵培养基优化中的比较:菌核葡聚糖发酵生产的案例研究,生物化学。《工程杂志》,41266-273,(2008年)
[10] 长田市。;Chu,KH,利用神经网络和遗传算法优化发酵培养基,生物技术。利特。,1837-1842年,(2003年)
[11] 法赫米,我。;Cremaschi,S.,使用人工神经网络作为替代模型的生物柴油生产装置的过程合成,计算机。化学。英国,46105-123,(2012年)
[12] 纳西门托、曹操;朱迪奇,R。;Guardani,R.,基于神经网络的工业化学过程优化方法,计算机。化学。工程学,242303-2314,(2000)
[13] 纳西门托、曹操;Giudici,R.,基于神经网络的优化方法应用于工业尼龙6,6聚合过程,计算机。化学。工程学,22595-s600,(1998)
[14] 钱伯斯,M。;加州坎贝尔山,过程优化通过神经网络元建模,国际生产经济学杂志。,79,93-100,(2002年)
[15] Henao,C.A.,Maravelias,C.T.:基于替代物的过程合成。在:Pierucci,S.,Ferraris,G.B.(编辑)第20届欧洲计算机辅助过程工程研讨会,计算机辅助化学工程,第28卷,第1129-1134页。爱思唯尔,意大利米兰(2010年)。https://doi.org/10.1016/S1570-7946(10) 28189-0号
[16] 加利福尼亚州赫瑙;Maravelias,CT,基于代理的上部结构优化框架,AIChE J.,57,1216-1232,(2011)
[17] 圣安娜,HR;巴雷托,AG;塔瓦雷斯,FW;苏扎,MB,甲烷-氮分离变压吸附装置的机器学习模型与优化,计算机。化学。英国,104377-391,(2017年)
[18] 史密斯,法学博士;内托,AA;克雷马斯基。;克鲁克尔顿,DW,基于CFD的水淹层藻类生物反应器优化,工业工程化学。第527181-7188号决议(2013年)
[19] Henao,C.A.:使用代理模型进行过程综合的上层结构建模框架。毕业论文,威斯康星大学麦迪逊分校(2012)
[20] 奥特兰州卡杰罗;陈,T。;姚,Y。;创,YC;王德生,化学过程系统工程之元模拟,台湾化学研究所。工程学,73135-145,(2017年)
[21] Lewandowski,J.,Lemcoff,N.O.,Palosari,S.:神经网络在变压吸附过程模拟和优化中的应用。化学。工程技术。21(7) ,593-597(1998年)。https://doi.org/10.1002/(SICI)1521-4125(199807)21:7 \(<\)593::AID-CEAT593 \(>\)3.0。有限公司;2-U型
[22] Gutiérrez Antonio,C.:使用基于神经网络的代理模型对分馏塔进行多目标随机优化。化学。生物化学。工程质量。29(4) ,491-504(2016年)。https://doi.org/10.15255/CABEQ.2014.2132
[23] 陈,CR;拉马斯瓦米,HS,使用耦合神经网络和遗传算法的可变蒸煮温度热处理的建模和优化,食品工程杂志,53209-220,(2002)
[24] 多尼尔,M。;卢克斯,十二月。;幽会,G。;Lebert,A.,横流过滤过程优化的神经网络兴趣,LWT食品科学。技术。,28300-309,(1995年)
[25] 范,范,用神经网络优化费托合成,化学。工程技术。,29449-453,(2006年)
[26] Grossmann,即Viswanathan,J.,Vecchietti,A.,Raman,R.,Kalvelagen,E.:GAMS/DICOPT:离散连续优化包。加姆斯公司,卡里(2002)
[27] Drud,AS,Conopt—大型GRG代码,ORSA J.Comput。,6207-216,(1994年)·Zbl 0806.90113
[28] 南迪。;Ghosh,S。;塔姆,SS;库尔卡尼,BD,人工神经网络辅助随机过程优化策略,艾奇J.,47126-141,(2001)
[29] 塔瓦马拉尼,M。;萨希尼迪斯,内华达州,一个多面体分支和切割方法的全局优化,数学。程序。,103225-249,(2005年)·Zbl 1099.90047
[30] Weerdt,E。;朱,QP;Mulder,JA,使用区间分析的神经网络输出优化,IEEE Trans。神经网络。,20638-653,(2009年)
[31] Moore,R.E.,Bierbaum,F.:区间分析的方法和应用,第2版。暹罗应用数学研究。工业和应用数学学会,费城(1979年)。https://doi.org/10.1137/1.9781611970906
[32] 吝啬鬼。;弗洛达斯,加州,安提戈涅:非线性方程的连续/整数全局优化算法,J.Glob。最佳。,59503-526,(2014年)·Zbl 1301.90063
[33] Maher,S.J.,Fischer,T.,Gally,T.,Gamrath,G.,Gleixner,A.,Gottwald,R.L.,Hendel,G.,Koch,T.,Lübbecke,M.E.,Miltenberger,M.,Müller,B.,Pfetsch,M.E.,Puchert,C.,Rehfeldt,D.,Schenker,S.,Schwarz,R.,Serrano,F.,Shinno,Y.,Weninger,D.,Witt,J.T.,Witzig,J.:SCIP优化套件(4.0版)
[34] 埃佩利,TGW;张国平,张国荣,等.一种用于全局优化的降维分枝定界算法,J.Glob。最佳。,11287-311,(1997年)·Zbl 1040.90567
[35] 米索斯,A。;查查查特,B。;巴顿,PI,基于McCormick的松弛算法,暹罗J.Optim。,20573-601,(2009年)·Zbl 1192.65083
[36] 斯科特,JK;Stuber,医学博士;巴顿,PI,广义McCormick松弛,J.Glob。最佳。,51569-606,(2011年)·Zbl 1232.49033
[37] 邦加茨,D。;Mitsos,A.,《使用McCormick松弛法在缩减空间中对工艺流程进行确定性全局优化》,J.Glob。最佳。,20419,(2017年)·Zbl 1386.90112号
[38] 赫斯特,WR;邦加茨,D。;Mitsos,A.,《地热有机朗肯循环设计的确定性全局优化》,《能源学报》。,129,50-57,(2017年)
[39] McCormick,GP,可分解非凸规划整体解的可计算性:第一部分-凸低估问题,数学。程序。,10147-175,(1976年)·Zbl 0349.90100
[40] 邦帕德,A。;Mitsos,A.,McCormick松弛的收敛速度,J.Glob。最佳。,52,1-28,(2012年)·Zbl 1257.90077
[41] 纳吉曼,J。;Mitsos,A.,多元McCormick松弛的收敛分析,J.Glob。最佳。,66597-628,(2016年)·Zbl 1394.90471号
[42] 苏卡拉,A。;《多变量缓解》,McCormi,全球放松杂志。最佳。,59633-662,(2014年)·Zbl 1312.90068
[43] 纳吉曼,J。;邦加茨,D。;苏卡拉,A。;Mitsos,A.,多元McCormick松弛的勘误表,J.Glob。最佳。,68219-225,(2017年)·Zbl 06722130
[44] 可汗,卡;哈吉,沃森;巴顿,PI,可微McCormick松弛,J.Glob。最佳。,67687-729,(2017年)·Zbl 1365.49027号
[45] 可汗,卡;威廉,M。;Stuber,医学博士;曹,H。;沃森,哈吉;巴顿,PI,可微McCormick松弛的修正,J.Glob。最佳。,70705-706,(2018年)·Zbl 1447.49042
[46] Bongartz,D.,Mitsos,A.:使用McCormick松弛的不可行路径全局流程优化。在:Espuna,A.(编辑)第27届欧洲计算机辅助过程工程研讨会,计算机辅助化学工程,第40卷。圣迭戈爱思唯尔(2017年)。https://doi.org/10.1016/B978-0-444-63965-3.50107-0 ·Zbl 1386.90112号
[47] 韦松,A。;斯科特,JK;沃森,哈吉;巴顿,皮,麦考密克松弛的反向传播,J.Glob。最佳。,63,1-36,(2015年)·Zbl 1322.49048
[48] Stuber,医学博士;斯科特,JK;巴顿,圆周率,隐函数的凸凹松弛,最优化。方法软件。,30424-460,(2015年)·Zbl 1327.65114号
[49] 模式识别与机器学习。信息科学与统计,第8版。斯普林格,纽约(2009)
[50] Bertsekas,D.P.,Nedic,A.,Ozdaglar,A.E.:凸分析与优化,雅典娜科学优化与计算系列,第1卷。雅典娜科学,贝尔蒙特(2003)·Zbl 1140.90001
[51] Bongartz,D.,Najman,J.,Sass,S.,Mitsos,A.:MAiNGO:基于McCormick的混合整数非线性全局优化算法。技术报告(2018)
[52] Chachuat,B.:MC++(2.0版):一个用于边界可分解函数的工具箱(2014)
[53] 查查查特,B。;霍斯卡,B。;保罗,R。;佩里克,N。;拉贾古鲁,J。;ME,Villanueva,非线性系统分析、估计和控制的集合理论方法,IFAC PapersOnLine,48981-995,(2015)
[54] Hofschuster,W.,Krämer,W.:FILIB++Interval Library(3.0.2版)(1998)
[55] 国际商业机器:ibmlogcplex(12.1版)(2009)
[56] 格雷克斯纳,美国;伯托德,T。;米勒,B。;Weltge,S.,基于优化的绑定拧紧的三个增强,J.Glob。最佳。,67731-757,(2017年)·Zbl 1369.90106
[57] Ryoo,HS;非凸非线性规划与最小线性规划在过程设计中的应用,计算机。化学。英国,19551-566,(1995年)
[58] Locatelli,M.,Schoen,F.(编辑):全局优化:理论、算法和应用。MOS-SIAM优化系列。数学规划学会,费城,宾夕法尼亚州(2013年)。https://doi.org/10.1137/1.9781611972672 ·Zbl 1286.90003号
[59] Kraft,D.:序列二次规划的软件包。德国塔尔松-福斯特。威斯。Berichtswesen d.DFVLR,Köln(1988年)
[60] Johnson,S.G.:NLopt非线性优化包(2.4.2版)(2016)
[61] Bendtsen,C.,Staunning,O.:Fadbad++(2.1版):用于自动区分的灵活C++包(2012)
[62] Najman,J.,Mitsos,A.:通过亚梯度传播实现更紧密的麦考密克松弛。在线优化。http://www.optimization-online.org/DB_FILE/2017/10/6296.pdf(2017年)
[63] 戈尔班尼安,K。;Gholamrezaei,M.,压缩机性能预测的人工神经网络方法,应用。能源,2009,(12286-1210)
[64] 吕本,异丙苯工艺设计与控制,工业工程化学。第49719-734号决议(2010年)
〔65〕 舒尔茨,ES;乔·特里韦勒;范伦塞纳,M.,《自寻优控制中标称操作点选择的重要性》,工业工程化学。第557381-7393号决议(2016年)
[66] 李,U。;伯尔,J。;卡斯帕里,A。;克莱因科特,J。;施魏特曼,美国;Mitsos,A.,利用上层建筑和基于速率的模型优化绿地后燃烧CO(U 2)捕集过程的技术经济优化,工业工程化学。第5512014-12026号决议(2016年)
[67] 赫尔姆达赫。;亚塞内瓦,P。;嗨,PK;施魏特曼,美国;Lapkin,AA,多目标优化,包括开发基于生物可再生资源的工艺的生命周期评估结果,Chemsuchem,103632-3643,(2017)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。