基于代理模型估值不確定度的昂貴多目標(biāo)優(yōu)化問(wèn)題研究

打開(kāi)文本圖片集

摘要：針對(duì)代理模型輔助的多目標(biāo)優(yōu)化算法中個(gè)體不確定度之間相互沖突的問(wèn)題，本文提出個(gè)體每個(gè)目標(biāo)估值不確定的填充準(zhǔn)則，同時(shí)，為了減少訓(xùn)練模型消耗的計(jì)算資源，提出基于非支配排序的樣本選擇算法。為了驗(yàn)證該算法的可行性，采用DTLZ和WFG測(cè)試函數(shù)進(jìn)行測(cè)試，得出結(jié)果與近些年發(fā)表5種具有代表性的同類型算法進(jìn)行對(duì)比，結(jié)果說(shuō)明該算法可以有效的解決昂貴高維高目標(biāo)優(yōu)化問(wèn)題。（剩余11849字）