昂贵黑箱多目标问题的自适应采样代理优化方法

摘要：

针对昂贵黑箱多目标优化问题,文章提出一种在迭代中使用多种采样策略平衡局部搜索与全局搜索的代理模型方法.在一般的代理模型算法框架下,文章提出的算法使用径向基函数插值模型进行逼近.在算法迭代过程中,执行局部搜索辅助的目标值策略,该策略通过构造多个近似Pareto前沿面,选取多个填补近似前沿面上空隙的值作为候选目标值,并根据已估值决策向量和已有目标值的信息确定新目标值,以及在对应的候选采样点周围进行局部搜索.此外,在代理优化采样策略中通过聚类方法增强采样点的多样性.在58个包括高维和低维问题的标准测试问题及两个实际问题上进行的数值实验说明了所提算法的有效性.

关键词：黑箱函数、多目标优化、响应面模型、径向基函数、聚类

所属期刊栏目：44

分类号：90C26;90C29;90C59

资助基金：国家自然科学基金;重庆市教委科学技术研究计划重点项目;重庆市技术创新与应用发展专项重点项目;重庆市自然科学基金创新发展联合基金项目

在线出版日期：2024-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：2365-2383