典型文献
组合加点准则的代理辅助多目标粒子群优化
文献摘要：
针对小样本数据构建代理模型初期优化效率低、模型精度差的问题,文中提出组合加点准则的代理辅助多目标粒子群优化算法.该算法通过加权平均法将Kriging模型和径向基函数网络模型组合成异构集成模型,使用改善期望准则和最小化代理模型预测准则相结合的组合加点准则对代理模型进行管理,加快了模型收敛速度.此外,该算法采用实际目标函数对每次迭代中增加的样本点进行评估,并对代理模型进行更新以增加模型准确性.实验结果表明,在适应度函数评估次数上,所提算法与非代理模型算法相比减少了10倍,证明该算法可提高代理模型的优化效率及准确性,并在勘探与开发之间取得了更好的平衡.
文献关键词：
代理模型;Kriging模型;径向基函数网络模型;异构集成;组合加点准则;适应度函数评估;模型管理;多目标粒子群优化算法
中图分类号：
作者姓名：
陈万芬;王宇嘉;林炜星
作者机构：
上海工程技术大学 电子电气工程学院,上海201620
文献出处：
引用格式：
[1]陈万芬;王宇嘉;林炜星-.组合加点准则的代理辅助多目标粒子群优化)[J].电子科技,2022(12):26-34,56
A类：
组合加点准则,径向基函数网络模型,适应度函数评估
B类：
代理辅助,小样本数据,代理模型,优化效率,模型精度,多目标粒子群优化算法,加权平均法,Kriging,模型组合,组合成,异构集成,集成模型,收敛速度,样本点,模型算法,模型的优化,勘探与开发,模型管理
AB值：
0.181347
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
