•  

Разделение параметров в задачах глобальной оптимизации с помощью методов машинного обучения

НазваниеРазделение параметров в задачах глобальной оптимизации с помощью методов машинного обучения
АвторыБаркалов К. А.1, Усова М. А.1
1Нижегородский государственный университет им. Н.И. Лобачевского
АннотацияВ работе представлены результаты исследования подхода к решению задач глобальной оптимизации с разным характером зависимости от разных групп параметров. Предложена схема выделения параметров задачи, которые оказывают локальное влияние на целевую функцию, что позволяет решать существенно многомерные задачи с использованием многошаговой схемы редукции размерности. При этом на разных уровнях рекурсии используются разные оптимизационные алгоритмы. Исследование работоспособности предложенного подхода проведено при решении тестовых и прикладных задач глобальной оптимизации.
Ключевые словаглобальная оптимизация, локальная оптимизация, редукция размерности, разделение параметров
Образец ссылки на статьюБаркалов К. А., Усова М. А. Разделение параметров в задачах глобальной оптимизации с помощью методов машинного обучения [Электронный ресурс] // Математическое моделирование, численные методы и комплексы программ: X Международная научная молодежная школа-семинар имени Е.В. Воскресенского (Саранск, 14-18 июля 2022 г.). - С. 32-39. Режим доступа: https://conf.svmo.ru/files/2022/papers/paper06.pdf. - Дата обращения: 28.03.2024.