基于仿真试验和Kriging模型的多目标优化问题全局优化算法

• 作者: 张建侠 朱连燕 韩云霞 马义中
• 来源期刊: 计算机集成制造系统
• 学科: 地球科学
• 关键词: 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
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 2136-2145
• 页数: 10页
• 分类号: N945.15|O212.6
• 字数: 7511字
• 语种: 中文
• DOI: 10.13196/j.cims.2017.10.007

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马义中	南京理工大学经济管理学院	88	758	15.0	23.0
2	韩云霞	南京理工大学经济管理学院	6	36	4.0	6.0
3	朱连燕	南京理工大学经济管理学院	7	22	4.0	4.0
4	张建侠	南京理工大学经济管理学院	5	10	2.0	3.0