基于仿真试验和Kriging模型的多目标优化问题全局优化算法
来源：计算机集成制造系统杂志2017年第10期北京时间：
作者：张建侠,马义中,朱连燕,韩云霞
单位：南京理工大学经济管理学院
摘要：针对复杂工程系统的多目标仿真优化问题,基于Kriging模型,提出一种将优化过程与试验过程相结合的全局多目标优化算法。该算法利用构造的加点准则序贯选取能应对约束和逼近真实Pareto解集的试验点,只需少量仿真试验就能得到优化问题的高精度Pareto解集。考虑试验点的可行性概率、间隔距离和Kriging模型的不确定性,设计亦能有效辨识非连通可行域的加点准则;提出以最大化试验点的期望超体积改进和可行性概率为目标的近似Pareto解集改进准则,使新试验点兼顾改进近似Pareto解集的质量和精确刻画可行域边界。通过三个数值算例将所提算法与已有算法进行比较,计算结果验证了所提算法的有效性和高效性。
关键词：约束多目标优化,Kriging模型,Pareto前沿,全局优化,期望超体积改进,可行性概率
基金资助：国家自然科学基金资助项目(71471088,71371099);中央高校基本科研业务专项资金资助项目(3091511102)。
