Collaborative Research: A New Paradigm for Simulation Optimization: Marriage between Expectation-Maximization and Model-Based Optimization
协作研究:仿真优化的新范式:期望最大化与基于模型的优化的结合
基本信息
- 批准号:1130761
- 负责人:
- 金额:$ 19.73万
- 依托单位:
- 依托单位国家:美国
- 项目类别:Standard Grant
- 财政年份:2011
- 资助国家:美国
- 起止时间:2011-09-01 至 2015-08-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
The research objective of this award is to create new simulation optimization algorithms that combine rigorous theoretical performance guarantees with the robust empirical behavior of a class of random search techniques called the model-based methods. The research approach is based on integrating the principle of the well-known Expectation-Maximization (EM) algorithm from the field of statistics into model-based methods. In particular, through exploiting a novel connection to the EM algorithm, this research will investigate a unifying framework to design and implement new model-based algorithms for solving a broad class of simulation optimization problems with very modest computational effort. These algorithms will be studied in terms of their properties (such as convergence and convergence rate) using a fusion of theories and tools from EM, stochastic approximation, and Quasi-Newton methods. A variety of applications from biostatistics to electric power systems will also be tested for the purposes of evaluating the practical utility of the developed techniques and algorithms. If successful, the resulting techniques will have applicability in a wide array of industry and science sectors. Through collaboration with bio-statisticians, the developed algorithms will be applied to optimal drug dose-response experimental designs, with potential benefits to health care. In addition, the intended applications to electric power systems will also promote synergy among different disciplines. The research resulting from this project will be disseminated through publications, software development, and participation at national and international conferences. This award will also be closely integrated with the education and training of students in mathematical science and engineering by incorporating new developments into the advanced courses taught by investigators at different institutions, and promoting the participation of female students in research.
该奖项的研究目标是创建新的仿真优化算法,以将严格的理论性能与称为基于模型的方法的一类随机搜索技术的强大经验行为相结合。该研究方法基于将统计信息领域的众所周知的期望最大化(EM)算法的原理整合到基于模型的方法中。特别是,通过利用与EM算法的新型联系,本研究将研究一个统一的框架,以设计和实施基于模型的新算法,以通过非常适度的计算工作来解决广泛的仿真优化问题。这些算法将使用来自EM,随机近似和准Newton方法的理论和工具的融合来研究其特性(例如收敛和收敛率)。从生物统计学到电力系统的各种应用也将进行测试,以评估开发技术和算法的实际实用性。如果成功,则最终的技术将适用于各种各样的行业和科学领域。通过与生物统计学家的合作,开发的算法将应用于最佳药物剂量反应实验设计,并具有潜在的卫生保健效益。此外,电力系统的预期应用也将促进不同学科之间的协同作用。该项目产生的研究将通过出版物,软件开发以及在国家和国际会议上的参与来传播。该奖项还将通过将新的发展纳入不同机构的调查人员教授的高级课程,并促进女学生参与研究研究,从而与数学科学和工程学的学生的教育和培训紧密融合。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Jiaqiao Hu其他文献
A stochastic search algorithm for voltage and reactive power control with switching costs and ZIP load model
具有切换成本和 ZIP 负载模型的电压和无功功率控制的随机搜索算法
- DOI:
10.1016/j.epsr.2015.12.025 - 发表时间:
2016 - 期刊:
- 影响因子:3.9
- 作者:
E. Feinberg;Jiaqiao Hu;E. Yuan - 通讯作者:
E. Yuan
Nonparametric multi-product dynamic pricing with demand learning via simultaneous price perturbation
- DOI:
10.1016/j.ejor.2024.06.017 - 发表时间:
2024-11-16 - 期刊:
- 影响因子:
- 作者:
Xiangyu Yang;Jianghua Zhang;Jian-Qiang Hu;Jiaqiao Hu - 通讯作者:
Jiaqiao Hu
Multi-stage Adaptive Sampling Algorithms
多级自适应采样算法
- DOI:
- 发表时间:
2013 - 期刊:
- 影响因子:0
- 作者:
H. Chang;Jiaqiao Hu;M. Fu;S. Marcus - 通讯作者:
S. Marcus
Model-building semi-Markov adaptive critics
模型构建半马尔可夫自适应批评家
- DOI:
10.1109/adprl.2011.5967374 - 发表时间:
2011 - 期刊:
- 影响因子:0
- 作者:
A. Gosavi;S. Murray;Jiaqiao Hu - 通讯作者:
Jiaqiao Hu
Model Reference Adaptive Search
模型参考自适应搜索
- DOI:
10.1007/978-1-4471-5022-0_4 - 发表时间:
2013 - 期刊:
- 影响因子:0
- 作者:
H. Chang;Jiaqiao Hu;M. Fu;S. Marcus - 通讯作者:
S. Marcus
Jiaqiao Hu的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Jiaqiao Hu', 18)}}的其他基金
Collaborative Research: Continuous-State Reinforcement Learning for Remanufacturing
协作研究:再制造的连续状态强化学习
- 批准号:
2027527 - 财政年份:2022
- 资助金额:
$ 19.73万 - 项目类别:
Standard Grant
Actor-Critic-Like Stochastic Adaptive Search Algorithms for Simulation Optimization
用于仿真优化的类似 Actor-Critic 的随机自适应搜索算法
- 批准号:
1634627 - 财政年份:2016
- 资助金额:
$ 19.73万 - 项目类别:
Standard Grant
Collaborative Research: Combining Gradient and Adaptive Search in Simulation Optimization
协作研究:在仿真优化中结合梯度和自适应搜索
- 批准号:
0900332 - 财政年份:2009
- 资助金额:
$ 19.73万 - 项目类别:
Standard Grant
相似国自然基金
新骨架紫杉烷二萜baccataxane的化学合成、衍生化和降糖活性研究
- 批准号:82373758
- 批准年份:2023
- 资助金额:49 万元
- 项目类别:面上项目
老年重症新冠患者体内炎性细胞的特点、免疫致病机制及临床转归的研究
- 批准号:82370019
- 批准年份:2023
- 资助金额:65 万元
- 项目类别:面上项目
在幼年型粒单核细胞白血病中鉴定CD69作为其白血病干细胞新表面标记的实验研究
- 批准号:82370146
- 批准年份:2023
- 资助金额:49 万元
- 项目类别:面上项目
基于磁共振APT成像的乳腺癌新辅助治疗敏感性预测研究
- 批准号:82302153
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
新辅助化疗后CXCL12+CAF诱导胰腺癌三级淋巴结构表型特征与空间定位的分子机制研究
- 批准号:82373296
- 批准年份:2023
- 资助金额:49 万元
- 项目类别:面上项目
相似海外基金
Collaborative Research: REU Site: Earth and Planetary Science and Astrophysics REU at the American Museum of Natural History in Collaboration with the City University of New York
合作研究:REU 地点:地球与行星科学和天体物理学 REU 与纽约市立大学合作,位于美国自然历史博物馆
- 批准号:
2348998 - 财政年份:2025
- 资助金额:
$ 19.73万 - 项目类别:
Standard Grant
Collaborative Research: REU Site: Earth and Planetary Science and Astrophysics REU at the American Museum of Natural History in Collaboration with the City University of New York
合作研究:REU 地点:地球与行星科学和天体物理学 REU 与纽约市立大学合作,位于美国自然历史博物馆
- 批准号:
2348999 - 财政年份:2025
- 资助金额:
$ 19.73万 - 项目类别:
Standard Grant
Collaborative Research: New to IUSE: EDU DCL:Diversifying Economics Education through Plug and Play Video Modules with Diverse Role Models, Relevant Research, and Active Learning
协作研究:IUSE 新增功能:EDU DCL:通过具有不同角色模型、相关研究和主动学习的即插即用视频模块实现经济学教育多元化
- 批准号:
2315700 - 财政年份:2024
- 资助金额:
$ 19.73万 - 项目类别:
Standard Grant
Collaborative Research: Resolving the LGM ventilation age conundrum: New radiocarbon records from high sedimentation rate sites in the deep western Pacific
合作研究:解决LGM通风年龄难题:西太平洋深部高沉降率地点的新放射性碳记录
- 批准号:
2341426 - 财政年份:2024
- 资助金额:
$ 19.73万 - 项目类别:
Continuing Grant
Collaborative Research: Resolving the LGM ventilation age conundrum: New radiocarbon records from high sedimentation rate sites in the deep western Pacific
合作研究:解决LGM通风年龄难题:西太平洋深部高沉降率地点的新放射性碳记录
- 批准号:
2341424 - 财政年份:2024
- 资助金额:
$ 19.73万 - 项目类别:
Continuing Grant