Algorithmes de recherche de motifs, de classement et de sélection pour l'optimisation de systèmes stochastiques à variables mixtes

Algorithmes de recherche de motifs, de classement et de sélection pour l'optimisation de systèmes stochastiques à variables mixtes (A. Sriver Todd)

Titre original :

Pattern Search Ranking and Selection Algorithms for Mixed-Variable Optimization of Stochastic Systems

Contenu du livre :

Une nouvelle classe d'algorithmes est introduite et analysée pour les problèmes d'optimisation liés et linéairement contraints avec des fonctions objectives stochastiques et un mélange de types de variables de conception. La classe d'algorithmes GPS (Generalized Pattern Search) est étendue à un nouveau problème dans lequel les évaluations de la fonction objective nécessitent un échantillonnage à partir d'un modèle de système stochastique.

L'approche combine le GPS avec des procédures statistiques de classement et de sélection (RS) pour sélectionner de nouveaux itérés. Les algorithmes sans dérivée ne nécessitent que des réponses de simulation en boîte noire et sont applicables à des domaines à variables mixtes (continues, numériques discrètes et catégorielles discrètes) afin d'inclure des contraintes liées et linéaires sur les variables continues. Une analyse de convergence pour la classe générale d'algorithmes établit une convergence presque sûre d'une sous-séquence d'itération vers des points stationnaires définis de manière appropriée dans le domaine à variables mixtes.

En outre, des instances d'algorithmes spécifiques sont mises en œuvre pour améliorer le calcul de l'algorithme de base. Les alternatives de mise en œuvre comprennent l'utilisation de procédures modernes de RS conçues pour fournir des stratégies d'échantillonnage efficaces et l'utilisation de fonctions de substitution qui augmentent la recherche en approximant la fonction objective inconnue avec des surfaces de réponse non paramétriques.

Dans une évaluation informatique, six variantes de l'algorithme sont testées avec quatre méthodes concurrentes sur 26 problèmes de test standardisés. Les résultats numériques valident l'utilisation d'implémentations avancées comme moyen d'améliorer la performance des algorithmes.

Autres informations sur le livre :

ISBN :9781249592525
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Algorithmes de recherche de motifs, de classement et de sélection pour l'optimisation de systèmes...
Une nouvelle classe d'algorithmes est introduite...
Algorithmes de recherche de motifs, de classement et de sélection pour l'optimisation de systèmes stochastiques à variables mixtes - Pattern Search Ranking and Selection Algorithms for Mixed-Variable Optimization of Stochastic Systems

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)