求解昂贵区间多目标优化问题的高斯代理模型

摘要：

本文将数据挖掘(高斯过程回归建模)和智能进化算法(GA, NSGA–II)进行结合,用于解决优化函数未知的昂贵区间多目标优化问题。首先利用高斯过程对采用中点和不确定度表示的未知目标函数和约束函数进行建模,由于相关性和准确性是区间函数模型的两个必备条件,故提出一种融合多属性决策的双层种群筛选策略,并将其嵌入到遗传算法求解高斯模型参数的过程中,第1层根据相关性属性排除候选解集中部分劣解,第2层根据准确性属性排除候选解集中其余超出种群规模的劣解,两属性的权重系数决定两层排除劣解的比例。然后将所建模型作为优化对象的代理模型引导区间NSGA–II算法优化求解,从而获得所需的Pareto前沿。

关键词：多目标优化、区间规划、第2代非支配排序进化算法(NSGA-II)、高斯过程、多属性决策、代理模型

所属期刊栏目：33

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61403331,61573305;河北省自然科学基金青年基金F2014203099;燕山大学青年教师自主研究计划课题13LGA006资助. Supported by National Natural Science Foundation of China61403331,61573305;Natural Science Foundation for Young Scientist of Hebei Pro-vince, ChinaF2014203099;Independent Research Program for Young Teachers of Yanshan University, China13LGA006

在线出版日期：2016-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1389-1398