Optimisation de boîtes noires à grande dimensionnalité avec PSD-MADS
Miguel Diago Martinez – Polytechnique Montréal, Canada
MADS (Mesh-Adaptive Direct Search) est un algorithme d'optimisation de boîtes noires efficace sur des problèmes à faible dimensionnalité. PSD-MADS (Parallel Space Decomposition-MADS) est une extension qui permet le traitement de grands problèmes en conservant les propriétés de convergence de MADS. La procédure est axée sur la décomposition dans des problèmes a dimension réduite qui sont optimisés en parallèle avec MADS. La présentation traite l'architecture de PSD-MADS, avec des détails sur les implémentations existantes, une étude sur l'influence des paramètres sur sur une banque de problèmes analytiques, et des stratégies sur réussir une décomposition efficace des problèmes.
Du café et des biscuits seront offerts au début du séminaire.
Bienvenue à tous!
Lieu
Pavillon André-Aisenstadt
Campus de l'Université de Montréal
Montréal QC H3T 1J4
Canada