Cas d’application

Optimisation globale de fonctions à faible dimensionnalité effective au moyen d’embeddings aléatoires
Les défis à relever consistent à assurer une convergence vers l'optimum global et à réduire les problèmes à leur sous-espace effectif. Cela dans un objectif de résoudre les sous-problèmes réduits et d'identifier les solutions optimales globales pour des applications de réseaux de neurones, d'ingénierie complexes et de simulations physiques.

De nombreuses applications des réseaux de neurones, d’ingénierie complexe ainsi que de simulations physiques, telles que la modélisation climatique, ont recours à des méthodes d’optimisation globale qui consistent à trouver la solution optimale d’une fonction objectif donnée avec de multiples optima locaux potentiels. Dans ces cas d’applications, pouvoir garantir la convergence vers l’optimum global est généralement des plus difficiles.

Une famille particulière de problèmes appartient au domaine de l’optimisation globale de fonctions à faible dimensionnalité effective. Ces fonctions varient seulement sur un sous-espace et sont constantes le long d’un sous-espace linéaire. La difficulté réside dans le fait que la réduction du problème à son sous-espace effectif ne peut être immédiate, le sous-espace constant étant généralement inconnu.

Les auteurs présentent un cadre algorithmique générique, qui résout des sous-problèmes réduits au sein de sous-espaces aléatoires à faible dimensionnalité. Un des solveurs testé et employé est Artelys Knitro que les auteurs décrivent comme facile à employer et très flexible.

 

Tutoriel

 

Vous n’êtes pas encore familier avec le domaine de l’optimisation non linéaire ? Dans ce tutoriel, nous vous présentons quelques exemples de problèmes non linéaires pour diverses applications. Vous y découvrirez notamment les méthodes de programmation non linéaire en utilisant le solveur Artelys Knitro dans un notebook Python, au travers de différents exemples.

Version d’essai

 

Obtenez votre licence d’essai gratuite et testez les performances d’Artelys Knitro sur vos problèmes d’optimisation mathématique. La version d’essai vous permettra d’accéder gratuitement à Artelys Knitro sans limitations pour une durée d’un mois ou avec contraintes pour une durée de six mois. Cette version d’essai inclue un service de support et maintenance.

Artelys Knitro: des performances sans pareilles

Meilleur solveur

non-linéaire

Depuis plusieurs années, Artelys Knitro s’est distingué dans les benchmarks indépendants, démontrant ainsi sa capacité à trouver des solutions optimales réalisables plus rapidement que les solveurs concurrents.

Support technique

L’équipe de support technique d’Artelys est constituée de consultants hautement qualifiés (niveau doctorat),  ayant une grande expérience dans la résolution de problèmes complexes et la mise en place de solutions d’optimisation à l’échelle de l’entreprise. Grâce à leur expertise, ils sauront vous guider sur la mise en place des fonctionnalités algorithmiques ou logicielles qui pourraient optimiser votre utilisation d’Artelys Knitro.

Mises à jour et nouvelles fonctionnalités 

L’équipe de développement travaille sans relâche afin de fournir deux nouvelles versions d’Artelys Knitro par an. Ces deux versions se basent sur des retours clients d’expériences et nous permettent d’améliorer notre solveur en s’assurant d’être toujours plus proche des besoins de nos utilisateurs. 

© ARTELYS • All rights reserved • Legal mentions

Pin It on Pinterest

Share This