典型文献
基于双重权约束期望改进策略的多目标并行代理优化方法
文献摘要：
针对多目标仿真优化的高昂成本及黑箱函数难以获取问题,提出基于双重权约束期望改进策略的多目标并行代理优化方法.首先,建立Kriging模型获取未试验点的预测不确定性;其次,构建双重权约束期望改进策略,并利用填充策略矩阵及距离聚合方法实现新改进策略的聚合;然后,最大化聚合双重权约束期望改进策略实现多目标并行优化;最后,达到终止条件,获得Pareto最优解集.选取测试函数及铰接夹芯梁设计案例进行优化验证.验证对比结果表明:所提方法可有效提升多目标问题优化效率,减少昂贵仿真成本;与同类方法相比,低维问题中获取Pareto最优解集的收敛性、多样性及分布性更优.
文献关键词：
双重权约束期望改进策略;填充策略矩阵;距离聚合方法;Kriging模型;并行代理优化方法
中图分类号：
作者姓名：
林成龙;马义中;刘丽君;肖甜丽
作者机构：
南京理工大学经济管理学院,南京210094
文献出处：
引用格式：
[1]林成龙;马义中;刘丽君;肖甜丽-.基于双重权约束期望改进策略的多目标并行代理优化方法)[J].控制与决策,2022(12):3149-3159
A类：
双重权约束期望改进策略,并行代理,并行代理优化方法,填充策略矩阵,距离聚合方法
B类：
仿真优化,高昂,黑箱,Kriging,试验点,预测不确定性,并行优化,Pareto,最优解集,测试函数,铰接,夹芯,设计案例,化验,多目标问题,问题优化,优化效率,昂贵,低维,收敛性
AB值：
0.218869
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。
