丹尼尔·佩里;费德里卡·廷蒂 一种基于多段梯度的全局优化代理模型算法。 （英语） Zbl 1329.90110号 Commun公司。申请。Ind.数学。 3，第1号，文章ID 393，22 p.（2012）. 摘要：基于梯度的优化算法可能是解决局部优化问题最有效的选择。这些方法在搜索目标函数的局部最优时有本质的局限性：如果搜索全局最优，如果从设计空间中的大量不同点开始初始化算法（多段算法），则局部优化算法的应用仍然可以成功。与之相对应的是，勘探成本进一步增加，与采用的起点数量成线性关系。因此，很少采用多部分局部优化算法，主要有两个原因：i）计算成本大，ii）缺乏搜索成功的保证（事实上，没有关于能够保证全局优化成功的最小起始点数量的一般指示）.本文描述并测试了降低整个过程的计算成本的技术，以及能够最大化并行多段搜索效率的一些技术。在单目标函数评估的计算成本很高的实际应用中，为了大幅减少计算工作量，广泛使用了代理模型。为了最大限度地利用不同的局部搜索，还采用了解簇技术。 引用于5文件 MSC公司： 90C26型 非凸规划，全局优化 90C52型 减少梯度类型的方法 关键词：全局优化;基于梯度的方法;信赖域方法;代理模型 PDF格式BibTeX公司 XML格式引用 \textit{D.Peri}和\textit{F.Tinti}，Commun。申请。Ind.数学。3，第1号，文章ID 393，第22页（2012年；兹bl 1329.90110）