无导数优化中的自适应插值策略：案例研究
最优化与控制
2015-11-10 v1
摘要
无导数优化(DFO)致力于设计在无需目标函数梯度解析知识的情况下解决优化问题的方法。DFO方法主要有两类：基于模型的方法和直接搜索方法。在基于模型的DFO方法中，仅使用目标函数值构造目标函数的模型，并利用该模型指导下一次迭代的计算。这类算法中自然产生的问题包括：应使用多少次函数求值来构造模型？以及该次数是应固定，还是由算法自适应选择？本文以Hare和Lucet的无导数邻近点(DFPP)算法[Hare, Lucet, 2014]为案例研究，对这些问题进行数值考察。结果表明，用于构造模型的函数求值次数对算法性能有巨大影响，且自适应策略既可能改善也可能阻碍算法性能。
引用
@article{arxiv.1511.02794,
title = {Adaptive Interpolation Strategies in Derivative-Free Optimization: a case study},
author = {W. Hare and M. Jaberipour},
journal= {arXiv preprint arXiv:1511.02794},
year = {2015}
}