科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前普遍存在的目标数目较多，Pareto前沿离散程度较高的昂贵多目标优化问题，现有大部分算法无法利用较少函数评估得到优质Pareto前沿，因此提出一种基于多偏好物理规划的代理辅助多目标优化算法（Multi-preference Physical Programming Efficient Global Optimization， M3pEGO）。该方法首先设置偏好矩阵，通过不同物理规划总偏好值将多目标优化问题转化为单目标优化问题，接着与Kriging代理模型相结合，利用高效的全局优化（Efficient Global Optimization， EGO）算法实现自适应优化。最后通过九个经典测试函数，将此方法与ParEGO算法和MultiObjectiveEGO算法进行对比。结果表明，所提算法在解决昂贵多目标优化，尤其是Pareto前沿离散程度较高的问题上优势明显，在有限次迭代后能够精确拟合到真实Pareto前沿，且能够得到收敛、均匀的非支配解集。
- 单位
