Гибридный эвристический параллельный метод глобальной оптимизации : научное издание

Перевод названия: A hybrid heuristic parallel method of global optimization

Тип публикации: статья из журнала

Год издания: 2015

Идентификатор DOI: 10.26089/NumMet.v16r224

Ключевые слова: глобальная оптимизация, эвристические методы, нейронные сети, параллельные вычисления, c++, mpi, global optimization, heuristic methods, neural networks, parallel computing

Аннотация: Рассматривается задача нахождения глобального минимума непрерывной целевой функции многих переменных в области, имеющей вид многомерного параллелепипеда. Для решения сложных задач глобальной оптимизации предлагается гибридный эвристический параллельный метод глобальной оптимизации (ГЭПМ), основанный на комбинировании и гибридизации различных методов и технологии многоагентной системы. В состав ГЭПМ включены как новые методы (например, метод нейросетевой аппроксимации инверсных зависимостей, использующий обобщeнно-регрессионные нейронные сети (GRNN), отображающие значения целевой функции в значения координат), так и модифицированные классические методы (например, модифицированный метод Хука-Дживса). Кратко описывается программная реализация ГЭПМ в форме кроссплатформенной (на уровне исходного кода) программной библиотеки на языке C++, использующей обмен сообщениями через интерфейс MPI (Message Passing Interface). Приводятся результаты сравнения ГЭПМ с 21 современным методом глобальной оптимизации и генетическим алгоритмом на 28 тестовых целевых функциях 50 переменных.

Ссылки на полный текст

Издание

Журнал: Вычислительные методы и программирование: новые вычислительные технологии

Выпуск журнала: Т. 16, 2

Номера страниц: 242-255

ISSN журнала: 17263522

Место издания: Москва

Издатель: Научно-исследовательский вычислительный центр Московского государственного университета им. М.В. Ломоносова

Авторы

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.