基于仿真试验和Kriging模型的多目标优化问题全局优化算法
针对复杂工程系统的多目标仿真优化问题,基于Kriging模型,提出一种将优化过程与试验过程相结合的全局多目标优化算法.该算法利用构造的加点准则序贯选取能应对约束和逼近真实Pareto解集的试验点,只需少量仿真试验就能得到优化问题的高精度Pareto解集.考虑试验点的可行性概率、间隔距离和Kriging模型的不确定性,设计亦能有效辨识非连通可行域的加点准则;提出以最大化试验点的期望超体积改进和可行性概率为目标的近似Pareto解集改进准则,使新试验点兼顾改进近似Pareto解集的质量和精确刻画可行域边界.通过三个数值算例将所提算法与已有算法进行比较,计算结果验证了所提算法的有效性和高效性.
约束多目标优化、Kriging模型、Pareto前沿、全局优化、期望超体积改进、可行性概率
23
N945.15;O212.6(系统科学)
国家自然科学基金资助项目71471088,71371099;中央高校基本科研业务专项资金资助项目3091511102.Project supported by the National Natural Science Foundation,China71471088,71371099;the Fundamental Research Funds for Central Universities,China3091511102
2017-12-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
2136-2145