基于移动脊函数的优化：面向计算密集型函数的无导数优化
最优化与控制
2021-01-07 v3
摘要
我们提出了一种新颖的无导数算法——基于移动脊函数的优化 (OMoRF)，用于无约束与边界约束优化。该算法将信赖域方法与基于输出的降维相耦合，以加速基于模型的优化策略的收敛。降维子空间随信赖域在函数域中移动而更新，使得 OMoRF 可应用于无已知全局低维结构的函数。此外，其低计算需求使其在高维函数优化中能快速推进。我们在一组从中等到高维的测试问题以及一个高维设计优化问题上考察了其性能。结果表明，即便对于无已知潜在全局低维结构的函数，OMoRF 也优于其他常见无导数优化方法。
引用
@article{arxiv.2007.04893,
title = {Optimization by moving ridge functions: Derivative-free optimization for computationally intensive functions},
author = {James C. Gross and Geoffrey T. Parks},
journal= {arXiv preprint arXiv:2007.04893},
year = {2021}
}