代理模型辅助进化算法在高维优化问题中的应用
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
600KB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
目前,代理模型辅助的进化算法是提高复杂优化问题的计算效率的一种有效手段。其中,模型管理在代理辅助进化优化中起着至关重要的作用。提出了一种基于多目标加点规则的高斯过程模型辅助社会微粒群算法(Multi-objective infill criterion based Gaussian Process model assisted Social learning particle swarm optimization,MICGP-SLPSO)。将多目标的方法引入模型管理中,提出多目标加点规则,进而发展了一种新的基于代理模型的微粒群算法优化策略。选用高斯过程构造代理模型,采用微粒群算法对所构造的代理模型进行优化,根据已知信息,将期望改进准则(EI)及统计下限最小值准则LCB作为两个目标,用来确定哪些候选解进行实际计算。将本优化策略用于基准函数测试问题和阶梯悬臂梁设计优化实例,并与国内外现有研究成果进行比较,证明了MICGP-SLPSO在有限的适应值计算次数下拥有更好的寻优性能,尤其是在高维优化问题上拥有更显著的优势。相关论文
- 2020-08-22基于PLC的铁钻工电气系统设计
- 2021-05-17PTFE悬浮树脂的加工和应用
- 2020-11-01十字型薄壁倒扣零件的数控加工工艺
- 2020-09-18一款汽车发动机活塞数控铣削工艺
- 2020-10-27立车横梁装配工艺改进
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。