The challenge of optimizing expensive black boxes: a scatter search/rough set theory approach

  There is renewed interest in the development of effective and efficient methods for optimizing models  of  which  the  optimizer  has  no  structural  knowledge.    This  is  what  in  the  literature  is  referred  to  as  optimization of black boxes.  In particular, we address the challenge of optimizing expensive black boxes,  that is, those that require a significant computational effort to be evaluated.  We describe the use of  rough set theory within a scatter search framework with the goal of identifying high‐quality solutions  with a limited number of objective function evaluations.  The rough set strategies that we developed  take advantage of the information provided by the best and diverse solutions found during the search in  order to define areas of the solution space that are promising for search intensification.  We test our  procedur...

• Type: Journal
• Year: 2010
• Where: JORS
• Authors: Manuel Laguna, Julián Molina Luque, Fatima Perez, Rafael Caballero, Alfredo García Hernández-Díaz
• Keywords: Has No Structural , JORS 2010