Un algorithme d'optimisation par exploration sélective

Didier Rulliere (), Alaeddine Faleh () and Frédéric Planchet ()

Working Papers from HAL

Abstract: Cet article propose un algorithme qui vise à résoudre les problèmes d'optimisation dans le cas où la fonction objectif est estimée à l'aide de simulations stochastiques, en présence de contraintes donnant a priori le domaine d'optimisation de cette fonction. L'algorithme traite ainsi un problème d'optimisation globale d'une fonction non convexe, bruitée, issue de simulations. Il est construit après une étude de critères de compromis entre, d'une part, l'exploration de la fonction objectif en de nouveaux points et d'autre part l'amélioration de la connaissance de celle-ci à travers l'augmentation du nombre de tirages en des points déjà explorés. L'article présente enfin une application numérique illustrative de la conformité du comportement de cet algorithme à celui prévu théoriquement.

Keywords: simulation stochastique; optimisation stochastique; zone de recherche; exploration; connaissance; allocation optimale (search for similar items in EconPapers)
Date: 2009-08-27
Note: View the original document on HAL open archive server: https://hal.science/hal-00411406v2
References: Add references at CitEc
Citations:

Downloads: (external link)
https://hal.science/hal-00411406v2/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:wpaper:hal-00411406

Access Statistics for this paper

More papers in Working Papers from HAL
Bibliographic data for series maintained by CCSD ().