Leitfaden für die Lösung von Optimierungsproblemen jetzt bei NAG erhältlich

(PresseBox) (Oxford, ) Forscher, Ingenieure, Finanz-Ingenieure und Wissenschaftler, die in den verschiedensten Bereichen arbeiten und den geeignetsten Weg suchen, um schwierige Optimierungsprobleme zu lösen, können nun eine einfache Schrittfür-Schritt-Anleitung für die Auswahl der am besten für ihre Zwecke geeigneten lokalen oder globalen Optimierungsroutinen, durch die Nutzung der Numerical Algorithms Group Entscheidungsbäume für Optimierung erhalten.
(http://www.nag.com/market/techtip027.asp)

NAG, eine Non-Profit Organisation für numerische Software-Entwicklung verwendet erhebliche Forschungs- und Entwicklungs-Ressourcen für die kontinuierliche Verbesserung der Methoden zur Lösung von Optimierungsaufgaben und ähnlichen Berechnungsherausforderungen. Die NAG Entscheidungsbäume sind Teil der Dokumentation für eine der rigoros getesteten und dokumentierten Ansammlungen von Optimierungsroutinen und anderen mathematischen und statistischen Algorithmen, in der Numerical Algorithms Group Bibliothek (http://www.nag.com/numeric/numerical_libraries.asp). Die NAG-Bibliothek, einschließlich der Optimierungskapiteln, kann aus den unterschiedlichsten Umgebungen wie C + +, Fortran, MATLAB und R. aufgerufen werden.

Viele von denen, die NAG-Routinen als Bausteine ihrer Anwendungen nutzen, verlassen sich auf die Wissensbasis der umfangreichen NAG Dokumentation, als Teil des "Future-Proof" ihrer Applikationsentwicklungsinvestitionen. Die Entscheidungsbäume, die ein Merkmal der vorliegenden Dokumentation sind, sind besonders nützlich für die Unterstützung sowohl neuer als auch erfahrener Anwender bei der schnellen Auswahl der entsprechenden Routine für das vorliegende Problem.

Dr. David Sayers, Technischer Principal Consultant bei NAG kommentierte die Komplexität der Auswahl von Optimierungsalgorithmen: "Für maximale Effizienz sollten verschiedene Algorithmen für entsprechende Problemtypen verwendet werden. Oft sind diese Typen charakterisiert durch die Art der Zielfunktion - die minimiert oder maximiert wird - und durch die Art der Einschränkungen, die angewendet werden. Zielfunktionen könnten linear, quadratisch (positivdefinit oder indefinit) oder nichtlinear sein. Sie haben möglicherweise eine besondere Form, wie eine Summe von Quadraten. Sie können dünnbesetzt oder dichtbesetzt sein und sie können glatt oder diskontinuierlich sein. Kombinieren Sie diese mit den Optionen für Einschränkungen: keine, einfache Schranken, lineare oder nichtlineare Bedingungen und Sie können sehen, dass ein umfassendes Kapitel über Optimierungsroutinen sehr groß sein kann. Um den Benutzer behilflich zu sein die richtige Routine zu wählen, sind Entscheidungsbäume von unschätzbarem Wert. "

Mit Ursprung in mehreren britischen Universitäten ist Numerical Algorithms Group (NAG, www.nag.com), mit Hauptsitz in Oxford, UK eine notforprofit Organisation für numerische Software-Entwicklung, die mit weltweit führenden Forschern und Fachmänner in Hochschulen und Industrie zusammenarbeitet. NAG betreut seine Kunden aus Niederlassungen in Oxford, Manchester, Chicago, Tokio und Taipeh, durch Außendienstmitarbeiter in Frankreich und Deutschland, sowie über ein globales Netz von Distributoren.

(www.nag.com; www.nag.co.uk; www.nag-gc.com; www.nag-j.co.jp)

Diese Pressemitteilungen könnten Sie auch interessieren

News abonnieren

Mit dem Aboservice der PresseBox, erhalten Sie tagesaktuell und zu einer gewünschten Zeit, relevante Presseinformationen aus Themengebieten, die für Sie interessant sind. Für die Zusendung der gewünschten Pressemeldungen, geben Sie bitte Ihre E-Mail-Adresse ein.

Es ist ein Fehler aufgetreten!

Vielen Dank! Sie erhalten in Kürze eine Bestätigungsemail.


Ich möchte die kostenlose Pressemail abonnieren und habe die Bedingungen hierzu gelesen und akzeptiert.