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

作者：林成龙; 马义中^*; 刘丽君; 肖甜丽

来源：控制与决策, 2022, 37(12): 3149-3159.

DOI：10.13195/j.kzyjc.2021.0852

• 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

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.

• 单位
  经济管理学院; 南京理工大学