全球optimization:算法和软件
Global optimization: algorithms and software
摘要:
这篇论文已被作者撤回。
英文摘要:
This paper has been withdrawn by the author.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。
Global optimization: algorithms and software
A. Sh. Abakarov, Yu. A. Sushkov
这篇论文已被作者撤回。
This paper has been withdrawn by the author.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。
继续探索
cashocs: A Computational, Adjoint-Based Shape Optimization and Optimal Control Software
本文提出了基于Python和FEniCS的新软件包cashocs,通过连续伴随方法的离散化自动推导伴随系统和形状导数,实现了PDE约束下的最优控制与形状优化问题的自动化求解。
Version 2.0 -- cashocs: A Computational, Adjoint-Based Shape Optimization and Optimal Control Software
本文介绍cashocs 2.0版本,该软件自动化求解PDE约束的形状优化与最优控制问题,新增空间映射框架、水平集拓扑优化、MPI并行及状态约束处理等功能,提升了复杂问题求解能力。
Comparative numerical results on HANSO (Hybrid Algorithm for Nonsmooth Optimization)
本研究的目的是提供一个意见,在应用领域的研究人员使用自由软件时,在文献中找到的软件应该使用。当然,这项研究是不够的,因为没有与其他自由软件进行比较,但这项研究提供了关于非光滑优化软件混合算法(HANSO)所使用的算法的全面信息。除此之外,本研究还讨论了该软件的稳健性和准确性。
rDSM -- A robust Downhill Simplex Method software package for optimization problems in high dimensions
rDSM通过体积最大化纠正单纯形退化并重估噪声目标值,提升下山单纯形法在高维及噪声环境下的收敛性与适用性。
Jordan symmetry reduction for conic optimization over the doubly nonnegative cone: theory and software
本文将 Jordan 对称性约简方法从对称锥扩展至双重非负锥,研究其在二次指派和最大稳定集问题松弛中的应用,并开发了实现该约简的 Julia 软件。
PARyOpt: A software for Parallel Asynchronous Remote Bayesian Optimization
PARyOpt是一个基于Python的贝叶斯优化例程的实现,专为远程和异步函数求值而设计。贝叶斯优化由于其低费用函数占用空间以及能够考虑数据中的不确定性而对于计算优化特别有吸引力。在分布式计算系统上有效部署任何优化策略的关键挑战是同步步骤,其中来自多个函数调用的数据被同化以识别下一个函数调用活动。贝叶斯优化提供了一种优雅的方法来克服这个问题,通过异步更新。我们制定,开发和实现一个并行的,异步的贝叶斯优化的变种。该框架是稳健的,能够抵御外部故障。我们展示了如何这样的异步评估有助于减少总优化挂钟时间的一套测试问题。此外,我们展示了该框架的软件设计如何允许轻松扩展到响应面重建(克里格),提供了一个高性能的自主探索软件。该软件可在PyPI上使用,并附有示例和文档。
Model-Based Derivative-Free Optimization Methods and Software
本文主要研究无导数优化,特别是基于模型的方法和软件。这些方法是由最优化问题激发的,对于这些最优化问题,访问目标函数和可能的约束函数的一阶信息是不可能的或过于昂贵的。特别是,本论文介绍了PDFO,这是我们开发的一个包,为Powell的基于模型的DFO求解器(即COBYLA、UOBYQA、NEWUOA、BOBYQA和LINCOA)提供MATLAB和Python接口。此外,本文的一个重要部分是致力于开发一个新的DFO方法的基础上的序列二次规划(SQP)方法。因此,我们对SQP方法进行了概述,并对其理论和实践提供了一些观点。特别是,我们证明了SQP子问题的目标函数是曲面的切空间中原目标函数的自然二次逼近。最后,我们详细阐述了发展我们的新DFO方法,命名为COBYQA后约束优化二次逼近。这种无导数的信赖域SQP方法被设计用于解决允许等式和不等式约束的非线性约束最优化问题。COBYQA的一个重要特征是它总是尊重边界约束,如果有的话,这是由当边界被违反时目标函数未定义的应用所激发的。通过大量的数值实验,表明COBYQA算法与Powell的DFO算法相比具有明显的优势。这些实验表明,COBYQA是一个很好的继任者COBYLA作为一个通用的DFO求解器。这是博士在香港理工大学张在坤博士和陈晓军教授的指导下完成。香港大学教育资助委员会(教资会)透过香港大学教育学院提供资助。研究金计划。
Local Versus Global Conditions in Polynomial Optimization
本文综述了多项式最优化中的局部和全局最优性条件。我们总结了它们之间的关系。
Optimization of Lyapunov Invariants in Verification of Software Systems
提出一种基于控制理论的框架,通过将李雅普诺夫函数和凸优化技术应用于数值软件系统验证,解决安全性和性能规范(如无溢出、无除零、有限时间终止等)的验证问题,核心是构造并优化李雅普诺夫不变量。
BBCPOP: A Sparse Doubly Nonnegative Relaxation of Polynomial Optimization Problems with Binary, Box and Complementarity Constraints
BBCPOP软件包是一类具有二元、盒和互补(BBC)约束的多项式优化(最小化)问题(POP)的稀疏双非负(DNN)松弛的层次结构的MATLAB实现。给定类中的POP和松弛阶,BBCPOP构造一个简单的圆锥最优化问题(COP),其用作POP的DNN松弛,然后通过应用二分法和投影(BP)方法求解COP。COP用线性目标函数表示,约束用一个超平面和两个锥表示,这两个锥是由BBC约束导出的半正定锥和多面体锥的笛卡儿积. BBCPOP的目的是计算一个严格的下界的最优值的大规模POP类,是超出了现有的软件包的舒适区。BBCPOP的鲁棒性,可靠性和效率相比,证明了最先进的软件SDP包SDPNAL+随机生成的稀疏持久性有机污染物的程度2和3高达几千个变量,和度4,5,6。和8个最多有几百个变量。与其他BBC持久性有机污染物的组合最优化问题,如二次指派问题的比较也有报道。软件包BBCPOP可在https://sites.google.com/site/bbcpop1/上获得。
Human Behavior Algorithms for Highly Efficient Global Optimization
全局优化在计量经济学、科学和工程中有着非常广泛的应用。然而,非凸目标函数的全局优化是特别困难的,因为大多数现有的全局最优化方法依赖于容易陷入局部点的局部线性搜索算法,或者可能经常不能产生好的后代的随机搜索策略。根据人的行为,一维全局搜索法在全局优化中应采用交替下降和上升(上山和下山)策略。提出了一种基于沿一个方向或多个不同方向交替下降和上升的人类行为算法。非常幸运的是,所提出的HBA使得全局最优化方法具有找到全局极小值点的高可能性。几个基准实验测试,我们的HBA是非常有效的解决一些基准最优化问题。
A Note on Global Optimization for Max-Plus Linear Systems
本文进一步解决了[Automatica 119(2020)109104]中考虑的最大加线性系的全局最优化问题。首先,对求解全局最优化问题的公式中所涉及的无穷元素与实数之间的运算进行了明确的解释。其次,对全局最优解的下确界公式和可解性判据进行了简化。第三,给出了全局最优解的唯一性判据和全局最优解的集合。
Domain-Driven Solver (DDS) Version 2.0: a MATLAB-based Software Package for Convex Optimization Problems in Domain-Driven Form
Domain-Driven Solver(DDS)是一个基于MATLAB的软件包,用于以Domain-Driven形式解决凸优化问题[Karimi and Tunçel,arXiv:1804.06925]。DDS的当前版本接受以下函数/集合约束的所有组合:(1)对称圆锥(LP,SOCP和SDP);(2)SOCP可表示的二次约束;(3)定义为单变量凸函数的epigraphs的任意二维凸集集合的直和(包括作为特例的几何规划和熵规划);(4)广义幂锥;(5)矩阵范数上图(包括作为线性子空间上的核范数的特殊情况的最小化);(6)向量相对熵;(7)量子熵和量子相对熵的epigraphs;以及(8)涉及双曲多项式的约束。DDS是[Karimi and Tunçel,arXiv:1804.06925]中设计和分析的不可行启动原始对偶法的实际实现。这份手稿包含了用户指南,以及算法实现所需的理论结果。为了帮助用户,我们提供了许多示例。我们还讨论了一些实现细节和技术,我们用来提高效率和进一步扩展的软件,以涵盖新兴类的凸优化问题。
Optimization of Lyapunov Invariants in Verification of Software Systems (Extended Version)
提出一种基于控制理论的框架,通过构造Lyapunov不变量并求解凸优化问题,验证数值软件系统的安全性和性能规范。
QHDOPT: A Software for Nonlinear Optimization with Quantum Hamiltonian Descent
本文介绍了开源软件 QHDOPT,它通过量子哈密顿下降算法求解非线性优化问题,并借助 SimuQ 实现跨量子硬件部署,降低了非专业用户使用量子计算的门槛。
The GA-cal software for the automatic calibration of soil constitutive laws: a tutorial and a user manual
土的先进本构关系的标定是一项具有挑战性的工作。这项工作介绍了GA-cal,Fortran软件自动校准本构关系,使用遗传算法(GA)优化。所提出的方法设置的校准问题作为一个回归,和GA优化是用来调整模型参数,使数值模型与实验数据相匹配。本文档提供了用户指南和简单的教程。我们展示了GA-cal的校准砂次塑性定律提出的冯Wolffersdorff,与oedometer和三轴排水测试数据。实现的子程序可以很容易地扩展到解决其他回归或优化问题,包括不同的测试和本构模型。源代码和所提供的教程可以在\url{https://github.com/FraJoMen/GA-cal}上免费获得。
Software for Generation of Classes of Test Functions with Known Local and Global Minima for Global Optimization
本文给出了一种生成多维箱约束全局优化问题的不可微、连续可微和二次连续可微检验函数类的方法和相应的C语言子程序包。每个测试类由100个函数组成。通过定义被多项式系统地扭曲的凸二次函数以引入局部最小值来生成检验函数。为了确定类别,用户定义以下参数:(i)问题维度,(ii)局部最小值的数目,(iii)全局极小值值的值,(iv)全局最小值的吸引区域的半径,(v)从全局最小值到二次函数的顶点的距离。然后,为该类的所有100个函数随机生成所有其他必要的参数。向用户提供关于每个检验函数的全部信息,包括所有局部最小值的位置和值。在可能的情况下,还生成偏导数。
CVXPY 1.9: Recent Advances in Optimization Modeling Software
本文介绍CVXPY 1.1至1.9版本的主要进展,包括统一锥二次规划标准形式、参数化程序加速、N维表达式支持、显式稀疏性、多变量属性、量子信息论锥/原子以及非线性规划扩展。
Checking the Sufficiently Scattered Condition using a Global Non-Convex Optimization Software
本文将充分分散条件检验转化为有界集合上的非凸二次优化问题,利用 Gurobi 在分解秩适中时实现合理时间内的全局检验,并通过合成数据与高光谱图像验证其实用性。
Bias and Error Mitigation in Software-Generated Data: An Advanced Search and Optimization Framework Leveraging Generative Code Models
本文提出一种基于 Solomonoff Induction 和 Kolmogorov Conditional Complexity 的先进搜索与优化框架,利用 LLMs 生成并选择最优代码,以迭代缓解软件生成数据中的偏差与误差。
MSS: MATLAB Software for L-BFGS Trust-Region Subproblems for Large-Scale Optimization
本文提出一种MATLAB实现的More-Sorensen序列(MSS)方法,用于求解由有限记忆BFGS矩阵定义的二次函数在二范数信赖域约束下的极小化问题,该方法通过稳定快速直接法求解大规模移位BFGS方程组,数值实验表明其作为信赖域子问题求解器相比Steihaug-Toint方法可显著减少函数和梯度评估次数。
MEIGO: an open-source software suite based on metaheuristics for global optimization in systems biology and bioinformatics
优化是解决计算生物学中许多问题的关键。全局最优化方法提供了一种鲁棒的方法,特别是元分析法已被证明是许多应用中最有效的方法。尽管他们的效用,有有限的可用性的元启发式工具。我们提出了MEIGO,一个R和Matlab优化工具箱(也可以通过R版本的包装器在Python中使用),它实现了能够解决系统生物学和生物信息学中出现的各种问题的元算法:用于连续非线性规划(cNLP)和混合整数规划(MINLP)问题的增强分散搜索法(eSS),以及用于整数规划(IP)问题的可变邻域搜索(VNS)。这两种方法都可以在单线程上运行,也可以使用协作策略并行运行。该代码在GPL v3下提供,可在\url{http://www.iim.csic.es/~gingproc/meigo.html}上获得。包括文档和示例。R包已提交给Bioconductor。我们评估MEIGO对优化基准,并说明其适用性的一系列案例研究,在生物信息学和系统生物学,优于其他国家的最先进的方法。MEIGO提供了一个免费的开源优化平台,可应用于系统生物学和生物信息学的多个领域。它包括最先进的元分析技术,其开放和模块化的结构允许添加更多的方法。
Genetic Optimization of a Software-Defined GNSS Receiver
本研究提出基于遗传算法的优化框架,自动调整软件定义GNSS接收机的跟踪环路参数,在模拟的火箭、LEO卫星和静态场景下,显著提升高动态条件下的定位测速精度。
Automatic Software and Computing Hardware Co-design for Predictive Control
本文提出了一种自动化MPC软件和计算硬件协同设计的框架,通过多目标优化算法BiMADS,在计算资源使用和控制器性能之间实现最优平衡。
QuITO: Numerical software for constrained nonlinear optimal control problems -- extended version
本文介绍MATLAB软件QuITO,基于准插值直接多重打靶算法求解约束非线性最优控制问题,提供GUI和多种求解器,并通过两个基准示例验证其生成约束轨迹的能力。
Super Gradient Descent: Global Optimization requires Global Gradient
针对传统优化易陷入局部极小的问题,提出面向一维k-Lipschitz函数的超级梯度下降法,引入全局梯度概念,保证收敛到全局最小值,填补优化理论空白并助力线搜索等机器学习问题。
Group theory, group actions, evolutionary algorithms, and global optimization
在本文中,我们使用组,行动和轨道来理解进化如何解决非凸优化问题。
Distributed and Asynchronous Operational Optimization of Networked Microgrids
智能可编程微电网(SPM)是一种新兴技术,用于使微电网更加软件定义和更少的硬件独立性,使得将分布式能源(DER)转换为联网的社区微电网变得负担得起,自主和安全。作为SPM的基石之一,本文开创了一种软件定义的网络化微电网运行优化的概念,其中运行目标,电网连接和DER参与将由软件和即插即用定义,并可以快速重新配置,基于模块化和收紧模型的发展和一种新的异步基于价格的分解和协调方法。主要贡献包括:(1)设计易于实现的微网运行优化体系结构,以保证孤岛微网在求解分布式优化模型时的可编程性;(2)实现一种新的下垂控制器离散模型;(3)引入一种强大的分布式异步方法--分布式异步代理拉格朗日松弛法(DA-SLR),以有效地异步协调微网。通过两个实例验证了DA-SLR算法的有效性,并与ADMM算法进行了比较,验证了DA-SLR算法的优越性。
扫码添加微信好友,提出您的宝贵建议 👇
💡 备注请填写:网站反馈
发表机构由 AI 从论文文本抽取,如发现错误,欢迎反馈修正建议。