两阶段模型协同搜索的昂贵多目标进化优化

作者：刘晓彤; 孙超利^*; 王浩; 谢刚

来源：控制理论与应用, 2023, 1-8.

• 多目标优化
• 昂贵优化问题
• 集成模型
• 协同搜索
• 填充采样策略

近年来，昂贵多目标优化问题的求解获得了越来越多的关注.然而,随着决策空间维度的升高,模型的有效性和准确性很难保证.因此,本文提出一种两阶段模型协同搜索的昂贵多目标进化优化.在该方法中,每轮种群进化前构建全局模型以辅助加快对最优解集的搜索,随后利用搜索到的种群选择其邻域样本训练局部模型,对二者集成辅助算法进行进一步搜索.最后,提出基于不确定度的填充采样策略选点进行真实评价.为了验证算法的有效性,将本文算法与四个算法分别在DTLZ和MaF测试集以及两个实际问题上进行比较,实验结果表明其具有良好的性能.

• 单位
  太原科技大学; 电子信息工程学院