최적화 기능 개요

최적화 효과 개요

ISIGHT 에는 다양한 최적화 알고리즘이 있으며, 각 최적화 알고리즘은 분류에 따라 다양한 유형의 문제를 해결할 수 있습니다. 오늘 ISIGHT 가 제공하는 최적화 알고리즘을 살펴 보겠습니다. 주요 내용은 AMGA, ASA, DownhillSimplex, Evol, Hooke-Jeeves, LSGRG, MISQP, MMFD, MOST, multi-islas 입니다

ISIGHT 의 최적화 기술은

1. 수치 최적화 기술

수치 최적화 기술

수치 최적화 기술은 일반적으로 매개변수 공간이 단일 피크, 볼록 및 연속적이라고 가정합니다. ISIGHT 에서는 다음과 같은 수치 최적화 기술을 사용하고 수치 최적화 기술은 직접 방법과 페널티 함수 방법으로 나뉩니다.

ads (automated design synthesis)-based techniques

수정 가능 방향 방법 (modified method of feed)

연속 선형 프로그래밍

일반화 된 기존 그라데이션 방법 (generalized reduced gradient-lsgrg2)

실행 가능한 방향 방법-conmin (method of feasible directions-conmin)

혼합 정수 최적화-most (mixed integer

연속 2 차 계획 방법-don LP (sequential quadratic programming-don LP)

연속 2 차 계획 방법-NLP QL (sequees

연속 근사화 방법

(2) 벌칙 함수 방법, 대상 함수에 벌칙을 추가하고 제약 문제를 제약 없는 문제로 변환합니다.

ads (automated design synthesis)-based techniques

외점 벌함수 방법 (exterior penalty)

탐색 최적화 기술

탐색 최적화 기술은 전체 매개변수 공간을 순회하여 글로벌 최적 설계 점을 검색하는 로컬 영역 검색을 방지합니다.

ISIGHT 의 기술로는

유전 알고리즘

일괄 유전 알고리즘 (genetic algorithm with bulk evaluathm) 이 있습니다 어떻게 바꿀까요? 언제 바뀔까요? 이것들은 모두 사용자 정의가 있다.

ISIGHT 에서 이러한 기술은 휴리스틱 검색 방법 (Directed Heuristic Search-DHS) 을 안내합니다. 입력이 출력 결과에 어떤 영향을 미치는지 알고 있다면, 이 방법을 시도해 볼 수 있어 효율성이 높다.

지금까지 ISIGHT 의 최적화 알고리즘 개요가 기본적으로 여기에 소개되었습니다. 최적화 알고리즘에 대해 자세히 설명해 주시기 바랍니다 ...