Stopping and restarting strategy for stochastic sequential search in global optimization

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Zabinsky Z.B., Bulger D., Khompatraporn C.

ผู้เผยแพร่: Springer

ปีที่เผยแพร่ (ค.ศ.): 2010

วารสาร: Journal of Global Optimization (0925-5001)

Volume number: 46

Issue number: 2

หน้าแรก: 273

หน้าสุดท้าย: 286

จำนวนหน้า: 14

นอก: 0925-5001

eISSN: 1573-2916

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-77949261611&doi=10.1007%2fs10898-009-9425-z&partnerID=40&md5=f3e181264a8105b9b9ab77a4723acf2f

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

Two common questions when one uses a stochastic global optimization algorithm, e.g., simulated annealing, are when to stop a single run of the algorithm, and whether to restart with a new run or terminate the entire algorithm. In this paper, we develop a stopping and restarting strategy that considers tradeoffs between the computational effort and the probability of obtaining the global optimum. The analysis is based on a stochastic process called Hesitant Adaptive Search with Power-Law Improvement Distribution (HASPLID). HASPLID models the behavior of stochastic optimization algorithms, and motivates an implementable framework, Dynamic Multistart Sequential Search (DMSS). We demonstrate here the practicality of DMSS by using it to govern the application of a simple local search heuristic on three test problems from the global optimization literature. ฉ 2009 Springer Science+Business Media, LLC.

คำสำคัญ

Pure adaptive search, Sequential search, Stopping criteria