朱利安·米勒；戴，马库斯 具有隐藏约束的计算开销较大的黑盒问题的代理优化。 （英语） Zbl 1528.90199号 信息J.计算。 31，第4号，689-702（2019）. 摘要：我们介绍了SHEBO算法（具有隐藏约束和昂贵的黑盒目标问题的代理优化），这是一种高效的优化算法，它使用代理模型来解决具有隐藏约束的计算昂贵的黑盒子模拟优化问题。当目标函数求值未返回参数向量的值时，会遇到隐藏约束。这些约束在优化问题中经常遇到，其中目标函数由黑盒模拟代码计算。SHEBO使用局部和全局搜索策略的组合，以及可评价性预测函数和动态调整的可评价性阈值来迭代选择新的样本点。我们将我们的算法与基于网格的算法网格自适应直接搜索（MADS，NOMAD[通过网格自适应直接检索实现的非线性优化]）、隐式滤波和SNOBFIT（通过分支和拟合实现的稳定噪声优化）的性能进行了比较，其将人工函数值分配给违反隐藏约束的点。我们对一组2-30维的大型测试问题和燃烧模拟中出现的31维实际应用问题进行的数值实验表明，SHEBO是一种高效的求解器，在许多测试问题上优于其他方法。补充材料可在https://doi.org/10.1287/ijoc.2018.0864. 引用于9文件 MSC公司： 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 90-04 与运筹学和数学编程有关的问题的软件、源代码等 关键词：隐藏的约束；黑盒优化；代理模型；全局优化 软件：SNOBFIT公司；IMFIL公司；OrthoMADS公司；MLMSRBF公司；GRI-技术3.0；NOMAD公司；EGO公司；SO-I公司 PDF格式BibTeX公司 XML格式引用 \textit{J.米勒}和\textit{M.Day}，信息J.计算。31，第4号，689--702（2019；Zbl 1528.90199） 全文： 内政部 参考文献： [1] Abramson M，Audet C，Dennis J Jr，Le Digabel S（2009）OrthoMADS:具有正交方向的确定性MADS实例。SIAM J.Optim公司。20（2）：948-966.Crossref，谷歌学者·Zbl 1189.90202号 ·doi:10.1137/080716980 [2] Audet C，Dennis J Jr（2006）约束优化的网格自适应直接搜索算法。SIAM J.Optim公司。17（1）：188-217.Crossref，谷歌学者·Zbl 1112.90078号 ·数字对象标识代码：10.1137/040603371 [3] Audet C，Dennis J Jr（2009）无导数非线性规划的渐进障碍。SIAM J.Optim公司。20（1）：445-472.Crossref，谷歌学者·Zbl 1187.90266号 ·doi:10.1137/070692662 [4] Audet C，Béchard V，Chaouki J（2008）使用MADS算法的废锅内衬处理过程优化。最佳方案。工程。9（2）:143-160.谷歌学者（Google Scholar）交叉引用·Zbl 1167.92039号 ·doi:10.1007/s11081-007-9030-2 [5] 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。结构多学科优化。17（1）：1-13.Crossref，谷歌学者·doi:10.1007/BF01197708 [6] Carter R、Gablonsky J、Patrick A、Kelley C、Eslinger O（2001）《输气管道优化中噪声问题的算法》。最佳方案。工程。2（2）:139-157.Crossref，谷歌学者·兹比尔1079.90624 ·doi:10.1023/A:1013123110266 [7] Chen X，Kelley C（2016）《隐藏约束和嵌入蒙特卡罗计算的优化》。最佳方案。工程。17（1）:157-175.Crossref，谷歌学者·Zbl 1364.65119号 ·doi:10.1007/s11081-015-9302-1 [8] Choi T，Kelley C（2000）超线性收敛和隐式滤波。SIAM J.Optim公司。10（4）：1149-1162.谷歌学者交叉引用·Zbl 0994.65071号 ·doi:10.1137/S1052623499354096 [9] Choi T、Eslinger O、Kelley C、David J、Etheridge M（2000）《利用隐式滤波优化汽车气门机构部件》。最佳方案。工程。1（1）:9-28.Crossref，谷歌学者·兹比尔1077.93523 ·doi:10.1023/A:1010071821464 [10] Davis E，Ierapetitou M（2009）基于克里格的方法，用于求解包含黑箱函数的混合整数非线性程序。J.全球优化。43（2-3）：191-205.Crossref，谷歌学者·Zbl 1179.90238号 ·doi:10.1007/s10898-007-9217-2 [11] Davis SG、Joshi AV、Wang H、Egolfopoulos FN（2005）H2/CO燃烧的优化动力学模型。程序。燃烧仪器。30（1）：1283-1292.谷歌学者交叉引用·doi:10.1016/j.proci.2004.08.252 [12] Dong Y，Holley AT，Andac MG，Egolfopoulos FN，Davis SG，Middha P，Wang H（2005）预混H2/空气火焰的熄灭：化学动力学和分子扩散效应。燃烧火焰142（4）:374-387.Crossref，谷歌学者·doi:10.1016/j.combustflame.2005.03.017 [13] Finkel D，Kelley C（2009）摄动Lipschitz函数采样方法的收敛性分析。Pacific J.Optim公司。5（2）：339-350.谷歌学者·Zbl 1181.65084号 [14] Frenklach M，Wang H，Goldenberg M，Smith G，Golden D，Bowman C，Hanson R，Gardiner W，Lissianski V（1995）GRI-Mech-An优化了甲烷燃烧的详细化学反应机理。技术报告GRI-95/0058，天然气研究所。谷歌学者 [15] Friedman J（1991）多元自适应回归样条。安。统计师。19（1）：1-67.Crossref，谷歌学者·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963 [16] Glarborg P，Alzueta MU，Dam-Johansen K，Miller JA（1998），流动反应器中碳氢化合物/一氧化氮相互作用的动力学建模。燃烧火焰115（1-2）：1-27.Crossref，谷歌学者·doi:10.1016/S0010-2180（97）00359-3 [17] Goel T、Haftka RT、Shyy W、Queipo NV（2007）《代理合奏》。结构多学科优化。33（3）：199-216.Crossref，谷歌学者·doi:10.1007/s00158-006-0051-9 [18] Gratton S，Vicente L（2014）直接搜索的价值函数方法。SIAM J.Optim公司。24（4）：1980-1998.谷歌学者（Google Scholar）交叉引用·Zbl 1318.90077号 ·doi:10.1137/130917661 [19] Grcar JF，Bell JB，Day MS（2008）自然传播、预混合、贫氢空气火焰中的Soret效应。程序。燃烧仪器。32（1）：1173-1180.谷歌学者Crossref·doi:10.1016/j.proc.2008.06.075 [20] Gutmann H（2001）用于全局优化的径向基函数方法。J.全球优化。19（3）：201-227.Crossref，谷歌学者·Zbl 0972.90055号 ·doi:10.1023/A:1011255519438 [21] Hemker T（2008）工程中混合整数非线性黑箱问题的无导数代理优化。未发表博士论文，德国达姆施塔特大学。谷歌学者 [22] Holmström K（2008）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.全球优化。9（4）：311-339谷歌学者·Zbl 1400.90226号 [23] Huyer W，Neumaier A（2008）SNOBFIT稳定噪声优化（按分支和拟合）。ACM事务处理。数学。软件35（2）：1-25.Crossref，谷歌学者·doi:10.1145/1377612.1377613 [24] Jones D（2001）基于响应曲面的全局优化方法分类。J.全球优化。21（4）：345-383.Crossref，谷歌学者·Zbl 1172.90492号 ·doi:10.1023/A:1012771025575 [25] Jones D，Schonlau M，Welch W（1998）代价高昂的黑盒函数的高效全局优化。J.全球优化。13（4）：455-492.Crossref，谷歌学者·Zbl 0917.90270号 ·doi:10.1023/A：1008306431147 [26] Kelley C（2011）隐式过滤（费城SIAM）。Crossref，谷歌学者·Zbl 1246.68017号 ·doi:10.1137/1.9781611971903 [27] Le Digabel S（2011）算法909:NOMAD：使用MADS算法进行非线性优化。ACM事务处理。数学。软件37（4）：1-15.Crossref，谷歌学者·兹比尔1365.65172 ·数字对象标识代码：10.1145/1916461.1916468 [28] Le Digabel S，Wild S（2015）基于仿真的优化中的约束分类。arXiv:1505.07881v1.谷歌学者 [29] Lee H，Gramacy R，Linkletter C，Gray G（2011）通过统计仿真实现隐藏约束下的优化。Pacific J.Optim公司。7（3）:467-478.谷歌学者·兹比尔1513.62193 [30] Li J，Zhao Z，Kazakov A，Dryer F（2004）氢燃烧的更新综合动力学模型。国际。J.化学动力学36（10）：566-575.Crossref，谷歌学者·doi:10.1002/kin.20026年 [31] MoréJ，Wild S（2009）《无导数优化算法基准测试》。SIAM J.Optim公司。20（1）：172-191.Crossref，谷歌学者·Zbl 1187.90319号 ·doi:10.1137/080724083 [32] Müller J（2015）MISO：混合整数代理优化框架。最佳方案。工程。17（1）：177-203.Crossref，谷歌学者·Zbl 1364.90230号 ·doi:10.1007/s11081-015-9281-2 [33] Müller J（2017）SOCEMO:计算代价高的多目标问题的替代优化。信息J.计算。29（4）:581-596.Link，谷歌学者·Zbl 1528.90248号 [34] Müller J，PichéR（2011）基于Dempster-Shafer理论的全局优化问题混合替代模型。J.全球优化。51（1）：79-104.Crossref，谷歌学者·Zbl 1230.90155号 ·doi:10.1007/s10898-010-9620-y [35] 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。J.全球优化。60（2）：123-144.Crossref，谷歌学者·兹比尔1312.90064 ·doi:10.1007/s10898-014-0184-0 [36] Müller J，Woodbury J（2017）GOSAC：约束代理近似的全局优化。J.全球优化。69（1）：117-136.Crossref，谷歌学者·Zbl 1373.90118号 ·doi:10.1007/s10898-017-0496-y [37] 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。J.全球优化。59（4）：865-889。Crossref，谷歌学者·Zbl 1305.90305号 ·doi:10.1007/s10898-013-0101-y [38] 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。操作。物件。40（5）：1383-1400。交叉引用，谷歌学者·Zbl 1352.90067号 ·doi:10.1016/j.cor.2012.08.022 [39] Myers R、Montgomery D（1995年）使用设计实验的响应面方法、过程和产品优化（Wiley-Interscience Publication，新泽西州霍博肯）。谷歌学者·Zbl 1161.62392号 [40] O'Connaire M、Curran HJ、Simmie JM、Pitz WJ、Westbrook CK（2004）《氢氧化综合模型研究》。国际。J.化学动力学36（11）：603-622.Crossref，谷歌学者·doi:10.1002/kin.20036年 [41] Powell M（1992）1990年径向基函数近似理论。Light W编辑。数值分析进展，第2卷：小波、细分算法和径向基函数（英国牛津大学出版社），105-210.谷歌学者·Zbl 0787.65005号 [42] Rashid K，Ambani S，Cetinkaya E（2013）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（2）：185-206.Crossref，谷歌学者·doi:10.1080/0305215X.2012.665450 [43] Regis R（2016）使用径向基函数替代的多目标约束黑盒优化。J.计算。科学。16:140-155.谷歌学者Crossref·doi:10.1016/j.jocs.2016.05.013 [44] Regis R，Shoemaker C（2005）使用径向基函数对昂贵的黑盒函数进行约束全局优化。J.全球优化。31（1）：153-171.Crossref，谷歌学者·兹比尔1274.90511 ·doi:10.1007/s10898-004-0570-0 [45] 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（4）：497-509.链接，谷歌学者·Zbl 1241.90192号 [46] Sacks J、Welch W、Mitchell T、Wynn H（1989）《计算机实验的设计与分析》。统计师。科学。4（4）：409-423.Crossref，谷歌学者·Zbl 0955.62619号 ·doi:10.1214/ss/1177012413 [47] Talgorn B、Audet C、Le Digabel S、Kokkolaras M（2018）《替代辅助设计优化的局部加权回归模型》。最佳方案。工程。19（1）：213-238.Crossref，谷歌学者·兹比尔1391.90683 ·doi:10.1007/s11081-017-9370-5 [48] Wild S，Shoemaker C（2013）用于无导数优化的径向基函数信赖域算法的全局收敛性。SIAM版本。55（2）：349-371.Crossref，谷歌学者·Zbl 1270.65028号 ·数字对象标识代码：10.1137/120902434 [49] 杨莉·doi:10.1016/j.nima.2009.08.027 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。