Kaynak kısıtlamaları altında hesaplama açısından pahalı modelleri işlemek için entegre deneysel tasarım ve doğrusal olmayan optimizasyon

İsim Kaynak kısıtlamaları altında hesaplama açısından pahalı modelleri işlemek için entegre deneysel tasarım ve doğrusal olmayan optimizasyon
Yazar Pinter, Janos D., Horvath, Z.
Basım Tarihi: 2013-09
Basım Yeri - Springer Bilim+İşletme Medyası
Konu Kaynak kısıtlamaları altında doğrusal olmayan optimizasyon, Metamodel, Deneysel tasarım, Latin hiperküp tasarımı (LHD), Düzenli aralıklı örnekleme LHD stratejileri, RSS yazılım uygulaması, doğrusal olmayan optimizasyon için LGO çözücü paketi, MathOptimizer Professional (Mathematica'ya bağlı LGO), Açıklayıcı sayısal sonuçlar
Tür Süreli Yayın
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane: Özyeğin Üniversitesi
Demirbaş Numarası 1573-2916
Kayıt Numarası 21b24880-59c9-487f-b1bd-2675edddb2f3
Lokasyon Endüstri Mühendisliği
Tarih 2013-09
Notlar Telif hakkı kısıtlamaları nedeniyle bu makalenin tam metnine erişim yalnızca abonelik yoluyla mümkündür.
Örnek Metin Pek çok gerçek dünya optimizasyon uygulamasında, temeldeki tanımlayıcı sistem modeli, hesaplama açısından pahalı işlevlerle tanımlanır: simülasyon modülleri, sayısal modeller ve diğer "kara kutu" model bileşenleri tipik örneklerdir. Bu gibi durumlarda, model geliştirme ve optimizasyon ekibi genellikle ciddi kaynak kısıtlamaları altında gerçekleştirilen optimizasyona güvenmek zorunda kalır. Bu önemli sorunu çözmek için yakın zamanda Lipschitz Global Optimizer (LGO) çözücü paketine bir Düzenli Aralıklı Örnekleme (RSS) modülü eklendi. RSS, çökmeyen alan doldurma tasarımları oluşturur ve karşılık gelen çözüm tahminleri üretir: bu bilgiler, verilen kaynak (işlev değerlendirmesi ve/veya çalışma süresi) sınırlamaları dahilinde iyileştirilmesi için LGO'ya iletilir. Açıkçası, elde edilen çözümün kalitesi esas olarak hem model örneğinin zorluğuna hem de kabul edilebilir hesaplama çabasına bağlı olacaktır. Bu genel uyarıya rağmen, önemsiz olmayan global optimizasyon testi problemlerinin bir seçkisinin çözümüne dayanan sonuçlarımız, sınırlı optimizasyonla geliştirilmiş makul miktarda iyi yerleştirilmiş örnekleme çabasının bile en azından makul ve hatta yüksek kaliteli sonuçlara yol açabileceğini göstermektedir. Sayısal testlerimiz ayrıca LGO'nun genel verimliliğinin, hem kaynak kısıtlı hem de tamamlanmış LGO çalıştırmalarında RSS'nin ön çözümleyici olarak kullanılmasıyla sıklıkla artırıldığını gösteriyor.
DOI 10.1007/s10898-012-9882-7
Cilt 57
Kaynağa git Özyeğin Üniversitesi Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru Özyeğin Üniversitesi

Kaynak kısıtlamaları altında hesaplama açısından pahalı modelleri işlemek için entegre deneysel tasarım ve doğrusal olmayan optimizasyon

Yazar Pinter, Janos D., Horvath, Z.
Basım Tarihi 2013-09
Basım Yeri - Springer Bilim+İşletme Medyası
Konu Kaynak kısıtlamaları altında doğrusal olmayan optimizasyon, Metamodel, Deneysel tasarım, Latin hiperküp tasarımı (LHD), Düzenli aralıklı örnekleme LHD stratejileri, RSS yazılım uygulaması, doğrusal olmayan optimizasyon için LGO çözücü paketi, MathOptimizer Professional (Mathematica'ya bağlı LGO), Açıklayıcı sayısal sonuçlar
Tür Süreli Yayın
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane Özyeğin Üniversitesi
Demirbaş Numarası 1573-2916
Kayıt Numarası 21b24880-59c9-487f-b1bd-2675edddb2f3
Lokasyon Endüstri Mühendisliği
Tarih 2013-09
Notlar Telif hakkı kısıtlamaları nedeniyle bu makalenin tam metnine erişim yalnızca abonelik yoluyla mümkündür.
Örnek Metin Pek çok gerçek dünya optimizasyon uygulamasında, temeldeki tanımlayıcı sistem modeli, hesaplama açısından pahalı işlevlerle tanımlanır: simülasyon modülleri, sayısal modeller ve diğer "kara kutu" model bileşenleri tipik örneklerdir. Bu gibi durumlarda, model geliştirme ve optimizasyon ekibi genellikle ciddi kaynak kısıtlamaları altında gerçekleştirilen optimizasyona güvenmek zorunda kalır. Bu önemli sorunu çözmek için yakın zamanda Lipschitz Global Optimizer (LGO) çözücü paketine bir Düzenli Aralıklı Örnekleme (RSS) modülü eklendi. RSS, çökmeyen alan doldurma tasarımları oluşturur ve karşılık gelen çözüm tahminleri üretir: bu bilgiler, verilen kaynak (işlev değerlendirmesi ve/veya çalışma süresi) sınırlamaları dahilinde iyileştirilmesi için LGO'ya iletilir. Açıkçası, elde edilen çözümün kalitesi esas olarak hem model örneğinin zorluğuna hem de kabul edilebilir hesaplama çabasına bağlı olacaktır. Bu genel uyarıya rağmen, önemsiz olmayan global optimizasyon testi problemlerinin bir seçkisinin çözümüne dayanan sonuçlarımız, sınırlı optimizasyonla geliştirilmiş makul miktarda iyi yerleştirilmiş örnekleme çabasının bile en azından makul ve hatta yüksek kaliteli sonuçlara yol açabileceğini göstermektedir. Sayısal testlerimiz ayrıca LGO'nun genel verimliliğinin, hem kaynak kısıtlı hem de tamamlanmış LGO çalıştırmalarında RSS'nin ön çözümleyici olarak kullanılmasıyla sıklıkla artırıldığını gösteriyor.
DOI 10.1007/s10898-012-9882-7
Cilt 57
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi yönlendiriliyorsunuz...

Lütfen bekleyiniz.