Zugang zum Dokument

Bartz-Beielstein, Thomas ; Zaefferer, Martin:

A Gentle Introduction to Sequential Parameter Optimization

Datei(en):

Download PDF 712kB  




Zitierfähiger Link: Bitte nutzen Sie diese URL, um auf das Dokument zu verlinken oder es zu zitieren:
http://nbn-resolving.de/urn:nbn:de:hbz:832-cos-191
URL: http://opus.bsz-bw.de/fhk/volltexte/2012/19/
Weitere beteiligte Personen (Hrsg. etc.): Thomas Bartz-Beielstein
Institut: Fakultät 10 / Institut für Informatik
Dokumentart: Report (Bericht)
Sprache: Deutsch
Erstellungsjahr: 2012
Publikationsdatum: 04.09.2012
Kurze Inhaltszusammenfassung auf Englisch There is a strong need for sound statistical analysis of simulation and
optimization algorithms. Based on this analysis, improved parameter settings can be determined. This will be referred to as tuning.
Model-based investigations are common approaches in simulation and optimization.
The sequential parameter optimization toolbox (SPOT), which is implemented as a package for the statistical programming language R, provides sophisticated means for tuning and understanding simulation and optimization algorithms.
The toolbox includes methods for tuning based on classical regression and analysis of variance techniques; tree-based models such as classification and regressions trees (CART) and random forest; Gaussian process models (Kriging), and combinations of different meta-modeling approaches.
This article exemplifies how an existing optimization algorithm, namely simulated annealing, can be tuned using the SPOT framework.
Kontrollierte Schlagwörter (Deutsch): Optimierung , Globale Optimierung , Simulation , Simulated annealing , Versuchsplanung , Modellierung , Soft Computing
Freie Schlagwörter (Englisch): Sequentielle Parameter Optimierung , Parametertuning , Computational Intelligence
DDC-Sachgruppe: Informatik
CCS - Klassifikation Algorithm , Global opt , Experiment , Statistica
Schriftenreihe: CIplus
Bandnummer: 1/2012
Lizenz: Creative Commons - Namensnennung, Nicht kommerziell, Keine Bearbeitung