一种无导数非线性约束随机优化的信赖域方法
最优化与控制
2022-01-24 v2
摘要
在这项工作中，我们引入了随机非线性约束无导数优化方法 (S)NOWPAC（带路径增广约束的随机非线性优化）。该方法扩展了无导数优化器 NOWPAC，使其适用于不确定性下的优化。它基于信赖域框架，利用局部完全二次代理模型并结合高斯过程代理，以减轻目标函数和约束评估中的噪声。我们通过与其他最先进的优化方法进行比较，展示了我们的算法在 CUTEst 基准测试套件中各种鲁棒优化问题上的性能。尽管我们侧重于鲁棒优化基准问题来展示 (S)NOWPAC 的能力，但该优化器可应用于非线性约束随机优化中的广泛应用。
引用
@article{arxiv.1703.04156,
title = {A trust-region method for derivative-free nonlinear constrained stochastic optimization},
author = {F. Menhorn and F. Augustin and H. -J. Bungartz and Y. M. Marzouk},
journal= {arXiv preprint arXiv:1703.04156},
year = {2022}
}