Книга "Mathematical Programming Solver Based on Local Search" посвящена локальному поиску для комбинаторной оптимизации и его расширению до оптимизации смешанных переменных. Хотя локальный поиск еще не понятен с теоретической точки зрения, он является парадигмой выбора для решения крупномасштабных оптимизационных задач реальной жизни. Сегодня пользователи требуют взаимодействия с системами поддержки принятия решений. Для программного обеспечения оптимизации это означает получение качественных решений быстро. Быстрые итерационные методы улучшения, такие как локальный поиск, подходят для удовлетворения таких потребностей. В книге авторы представляют локальный поиск в новом свете, в частности представляя новый тип математического программного солвера, а именно LocalSolver, основанный на поиске соседства. Сначала представлена методология иконокластического подхода для проектирования и конструирования алгоритмов локального поиска. Особый интерес для практиков представляет забота авторов об индустриализации подходов локального поиска. Эта методология применяется для решения двух промышленных проблем с высоким экономическим значением. Программное обеспечение на основе локального поиска вызывает дополнительные затраты на разработку и поддержку по сравнению с непосредственным использованием солверов смешанного целочисленного программирования. Затем авторы переходят к представлению проекта LocalSolver, цель которого - предложить мощность локального поиска через решатель на основе моделирования и запуска для крупномасштабного 0-1 нелинейного программирования. Они завершают книгу, представляя свою текущую и будущую работу над LocalSolver в сторону полного математического программного солвера на основе локального поиска.
Электронная Книга «Mathematical Programming Solver Based on Local Search» написана автором Frédéric Gardi в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118966471
Описание книги от Frédéric Gardi
This book covers local search for combinatorial optimization and its extension to mixed-variable optimization. Although not yet understood from the theoretical point of view, local search is the paradigm of choice for tackling large-scale real-life optimization problems. Today’s end-users demand interactivity with decision support systems. For optimization software, this means obtaining good-quality solutions quickly. Fast iterative improvement methods, like local search, are suited to satisfying such needs. Here the authors show local search in a new light, in particular presenting a new kind of mathematical programming solver, namely LocalSolver, based on neighborhood search. First, an iconoclast methodology is presented to design and engineer local search algorithms. The authors’ concern regarding industrializing local search approaches is of particular interest for practitioners. This methodology is applied to solve two industrial problems with high economic stakes. Software based on local search induces extra costs in development and maintenance in comparison with the direct use of mixed-integer linear programming solvers. The authors then move on to present the LocalSolver project whose goal is to offer the power of local search through a model-and-run solver for large-scale 0-1 nonlinear programming. They conclude by presenting their ongoing and future work on LocalSolver toward a full mathematical programming solver based on local search.
