×

通过过滤分支和边界进行非凸约束优化。 (英语) Zbl 1470.90088号

摘要:非凸约束优化的一个主要困难是找到可行的解决方案。如简单示例所示,用于单目标优化的(alpha)BB-算法可能无法计算可行解,即使该算法是全局优化中的一种流行方法。在这项工作中,我们引入了一种由约束优化问题的多目标重新表述所激励的滤波方法。此外,多目标重构能够识别约束满足和目标值之间的权衡,这也反映在质量保证中。数值试验证明,在经典单目标BB方法失败的情况下,我们确实可以找到可行且通常是最优的解决方案,即它在没有找到可行解的情况下终止。

MSC公司:

90C26型 非凸规划,全局优化
90C29型 多目标规划
90立方 非线性规划
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 阿奇曼,CS;达尔维格,S。;加利福尼亚州佛罗伦萨;Neumaier,A.,一种用于一般二阶可微约束NLP的全局优化方法,(alpha)BB:I-理论进展,计算。化学。工程师,221137-1158(1998)·doi:10.1016/S0098-1354(98)00027-1
[2] 坎帕纳,EF;Diez,M。;刘齐,G。;Lucidi,S。;佩莱格里尼,R。;Piccialli,V。;Rinaldi,F。;Serani,A.,船体优化的多目标DIRECT算法,计算。最佳方案。申请。,71, 1, 53-72 (2018) ·Zbl 1405.90114号 ·doi:10.1007/s10589-017-9955-0
[3] Deb,K.,《多目标遗传算法:问题困难和测试问题的构造》,Evol。计算。,7, 3, 205-230 (1999) ·doi:10.1162/evco.1999.7.3.205
[4] Deb,K。;普拉塔普,A。;阿加瓦尔,S。;Meyarivan,T.,一种快速的精英多目标遗传算法:NSGA-II,IEEE Trans。进化。计算。,6, 2, 181-197 (2002) ·数字对象标识代码:10.1109/4235.996017
[5] Deb,K.,Thiele,L.,Laumanns,M.,Zitzler,E.:可扩展多目标优化测试问题。摘自:2002年进化计算大会会议记录。CEC’02(目录号02TH8600),第1卷,第825-830页(2002)
[6] Ehrgott,M.,《多准则优化》(2005),柏林:斯普林格-弗拉格出版社,柏林·Zbl 1132.90001号
[7] 埃尔戈特,M。;邵,L。;Schöbel,A.,凸多目标规划问题的近似算法,J.Global Optim。,50, 3, 397-416 (2011) ·Zbl 1242.90210号 ·doi:10.1007/s10898-010-9588-7
[8] Eichfelder,G.,Klamroth,K.,Niebling,J.:使用多目标优化的B&B算法来解决约束优化问题。收录于:AIP会议记录,第2070卷,第020028页(2019年)·Zbl 1414.90288号
[9] 叶夫图申科,YG;马萨诸塞州波西普金,全局多目标优化的确定性算法,Optim。方法软件。,2014年5月29日,1005-1019·Zbl 1305.90364号 ·doi:10.1080/10556788.2013.854357
[10] Fernández,J。;Tóth,B.,通过区间分枝定界方法获得非线性生物目标优化问题的有效集,计算。最佳方案。申请。,42, 3, 393-419 (2009) ·Zbl 1211.90208号 ·doi:10.1007/s10589-007-9135-8
[11] 弗莱彻,R。;Leyffer,S.,《无惩罚函数的非线性规划》,数学。程序。,91, 239-269 (2002) ·Zbl 1049.90088号 ·doi:10.1007/s101070100244
[12] Fletcher,R.,Leyffer,S.,Toint,P.L.:过滤方法简史。技术报告ANL/MCS-P1372-0906(2006)
[13] Fonseca,C.,Fleming,P.:多目标遗传算法简化了:选择共享和交配限制。摘自:《第一届工程系统遗传算法国际会议论文集:创新与应用》,第45-52页。IEEE出版社(1995)
[14] GAMS开发公司。通用代数建模系统(GAMS)24.1.3版。美国华盛顿特区(2013年)
[15] Günther,C。;Tammer,C.,约束和非约束多目标优化之间的关系及其在选址理论中的应用,数学。方法操作。决议,84,2,359-387(2016)·Zbl 1370.90241号 ·doi:10.1007/s00186-016-0547-z
[16] Himmelblau,DM,应用非线性规划(1972),纽约:McGraw-Hill,纽约·Zbl 0241.90051号
[17] Kirst,P。;O.斯坦因。;Steuermann,P.,非凸约束全局最小化中空间分枝定界方法的确定上界,TOP,23,2,591-616(2015)·Zbl 1342.90146号 ·doi:10.1007/s11750-015-0387-7
[18] 克拉姆罗斯,K。;Tind,J.,使用多目标规划的约束优化,J.Global Optim。,37, 3, 325-355 (2007) ·兹比尔1156.90017 ·doi:10.1007/s10898-006-9052-x
[19] Löhne,A。;鲁德洛夫,B。;Ulus,F.,凸向量优化问题的原始和对偶近似算法,J.Global Optim。,60, 4, 713-736 (2014) ·Zbl 1334.90160号 ·doi:10.1007/s10898-013-0136-0
[20] 马拉纳斯,CD;加利福尼亚州弗洛达斯,《小分子的全球最小势能构象》,J.Global Optim。,4, 2, 135-170 (1994) ·Zbl 0797.90114号 ·doi:10.1007/BF01096720
[21] B.马丁。;Goldsztejn,A。;Granvilliers,L。;Jermann,C.,《非线性生物目标优化中使用区间分支和界限优势的约束传播》,欧洲期刊Oper。Res.,260,3,934-948(2016)·Zbl 1403.90612号 ·doi:10.1016/j.ejor.2016.05.045
[22] Miettinen,K.,非线性多目标优化(1998),柏林:Springer-Verlag,柏林·doi:10.1007/978-1-4615-5563-6
[23] Murtagh,B.A.,Gill,P.E.,Murray,W.,Saunders,M.A.,Wright,M.H.:MINOS 5.51,大型非线性求解器(2004)
[24] Niebling,J。;Eichfelder,G.,非凸多目标优化的基于分支和边界的算法,SIAM J.Optim。,29, 1, 794-821 (2019) ·Zbl 1414.90288号 ·doi:10.1137/18M1169680
[25] 帕尔达洛斯,P。;朱林斯卡斯,A。;Ju ilinskas,J.,《非凸多目标优化》(2017),柏林:施普林格-弗拉格出版社,柏林·Zbl 1372.90004号 ·doi:10.1007/978-3-319-61007-8
[26] 臀部,SM;Csendes,T.,INTLAB-INTerval实验室,《可靠计算的发展》,77-104(1999),多德雷赫特:Kluwer学术出版社,多德雷赫特·兹伯利0949.65046 ·doi:10.1007/978-94-017-1247-7
[27] 萨瓦拉吉,Y。;Nakayama,H.等人。;Tanino,T.,《多目标优化理论》(1985),剑桥:学术出版社,剑桥·Zbl 0566.90053号
[28] Scholz,D.,多准则大立方体-小立方体方法,TOP,18286-302(2010)·Zbl 1201.90124号 ·doi:10.1007/s11750-009-0105-4
[29] Scholz,D.,《确定性全局优化:几何分枝定界方法及其应用》(2012),柏林:施普林格出版社,柏林·Zbl 1237.90002号 ·doi:10.1007/978-1-4614-1951-8
[30] 舒尔茨,B。;帕奎特。;克拉姆罗斯,K。;Figueira,JR,具有一个软约束的二维背包问题,计算。操作人员。决议,78,15-26(2017)·Zbl 1391.90533号 ·doi:10.1016/j.cor.2016.07.012
[31] 达鲁普,理学硕士;Mönnigmann,M.,改进的黑森矩阵谱界自动计算,SIAM J.Sci。计算。,38、4、A2068-A2090(2016)·Zbl 1386.65114号 ·数字对象标识代码:10.1137/15M1025773
[32] 塞古拉,C。;CAC科埃罗;米兰达·G。;León,C.,《将多目标进化算法用于单目标约束和无约束优化》,Ann.Oper。Res.,240,1,217-250(2016)·Zbl 1342.90191号 ·doi:10.1007/s10479-015-2017-z
[33] Tawarmalani,M。;内华达州萨希尼迪斯,《全局优化的多面体分枝切割方法》,数学。程序。,103, 225-249 (2005) ·Zbl 1099.90047号 ·doi:10.1007/s10107-005-0581-8
[34] 朱林斯卡斯,A。;Calvin,J.,基于统计模型的全局优化中的双目标决策,J.global Optim。,74599-609(2019)·Zbl 1432.90128号 ·doi:10.1007/s10898-018-0622-5
[35] 日林斯卡斯,A。;Zhi ilinskas,J.,双目标Lipschitz优化的一步最坏情况最优单变量算法对多维问题的适应性,Commun。非线性科学。数字。模拟。,21, 1-3, 89-98 (2016) ·兹伯利1329.90134
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。