Variante del Método de Nelder & Mead para Optimización de Funciones Multivariadas
A variant of the Nelder & Mead method to optimize multivariate functions
Contenido principal del artículo
Resumen
Los métodos directos que utilizan diferentes técnicas no derivativas se encuentran en las investigaciones y desarrollos del área de búsqueda heurística; una de ellas es la propuesta por Nelder y Mead, conocida como el método de polígono flexible. Esta técnica se basa en el uso de polígonos con diferentes formas geométricas (reflexión, expansión, reducción y contradicción), que utiliza la inclinación del plano hallado para direccionar la búsqueda y así obtener una aproximación al óptimo local. En el presente artículo se muestra una variación del método mencionado que modifica el cálculo de la expansión, y le permite al método usar un espacio de búsqueda mayor en la dirección encontrada. Dicha modificación se aplica también en el proceso de contracción, ampliando el campo de acción dentro del polígono al momento de identificar un mínimo dentro de él.
Descargas
Datos de publicación
Perfil evaluadores/as N/D
Declaraciones de autoría
- Sociedad académica
- Tecnológico de Antioquia
- Editorial
- Tecnológico de Antioquia - Institución Universitaria
Detalles del artículo
Referencias (VER)
Baulac, M. Defrance, J. & Jean, P. (2007). Optimization of multiple edge barriers with genetic algorithms coupled with a Nelder–Mead local search. Journal of Sound and Vibration, Vol. 300 No. 1-2, pp. 71-87.
Byatt, D. Coope, I. and Price, C. (2003). 40 years of the Nelder-Mead algorithm. University of Canterbury, New Zealand.
Camp, M. & Garbe, H. (2004). Parameter Estimation of Double Exponential Pulses (EMP, UWB) with Least Squares and Nelder-Mead Algorithm. IEEE Transactions on Electromagnetic Compatibility, Vol. 46. No. 4, pp. 675-678.
Chelouah, R. (2005). A hybrid method combining continuous tabu search and Nelder-Mead simplex algorithms for the global optimization of multi-minima functions. European Journal of Operational Research, Vol. 161, No. 3, pp. 636-654.
Chelouah, R. & Siarry, P. (2003). Genetic and Nelder-Mead algorithms hybridized for a more accurate global optimization of continuous multi-minima functions. European Journal of Operational Research, Vol. 148, pp. 335-348.
Fan, S., Liang, Y. & Zahara, E. (2006). A genetic algorithm and a particles warm optimizer hybridized with Nelder-Mead simplex search. Computers & Industrial Engineering, Vol. 50, No. 4, pp. 401-425.
GNU Octave (2010). [en línea] http://www.gnu.org/software/octave/.
Nelder, J. & Mead, R. (1965). A simplex method for function minimization. Computer Journal, Vol. 7, No. 4, pp. 308-313.
Osman, I. & Laporte, G. (1996). Metaheuristics: A bibliography. Annals of Operations Research, Vol. 63, pp. 511-623.
Ouria, A. & Toufigh, M. (2009). Application of Nelder-Mead simplex method for unconfined seepage problems. Applied Mathematical Modelling, Vol. 33, N.º 9, pp. 3589-3598.
Panigrahi B.K. & Pandi, V.R. (2008). Bacterial foraging optimization: Nelder-Mead hybrid algorithm for economic load dispatch. Engineering and Technology. IET Gener. Transm. Distrib., Vol. 2, No. 4, pp. 556-565.
Parkinson, J.M. & Hutchinson, D. (1972). Numerical methods for non linear optimization. In Lootsma F. A. (ed.). Numerical methods for non-linear optimization (115-135). New York: Academic Press.
Pierre, D. (1986). Optimization theory with applications. New York: Dover Publications.
Rosenbrock (2010). Rosenbrock function. Disponible en http://mathworld.wolfram.com/rosenbrockfunction.html
Torczon, V., Lewis, R. & Kolda, T. (1986). Optimization by direct search: New perspective on some classic and modern methods. Siam Review, Vol. 45, No. 3, pp. 385-482.
