控制与决策

作者：秦淑芬,孙超利

单位：太原科技大学 计算机科学与技术学院，太原 030024,,太原科技大学 计算机科学与技术学院，太原 030024,

关键词：昂贵多目标优化;代理模型辅助进化搜索;多准则并行采样;性能平衡;标量偏差矩阵

基金：国家自然科学基金项目(62303344, 62372319)；山西省重点研发项目(202102020101002)；山西省基础研究计划项目(202203021222196)；来晋工作优秀博士基金项目(20232052)；博士科研启动基金(20222053).

实际仿真模拟辅助设计的多目标优化问题, 完成一次性能评估的成本代价极其昂贵. 基于历史数据训练廉价的代理模型, 辅助多目标优化算法求解昂贵多目标优化问题, 是目前主流方法之一. 然而, 当优化目标数量增多时, 将面临模型管理中如何选取新样本改善模型质量的困难. 为此, 从多个目标估值与其可靠性平衡、解的收敛性和多样性自适应平衡、当前样本分布三方面考虑, 分别提出基于线性组合置信下界函数、自适应性能平衡函数、标量偏差矩阵的3个采样准则, 并行选取若干个体进行真实函数评价后填充样本集, 提高模型引导多目标优化算法寻优效率. 同时, 引入非支配样本引导当前种群搜索, 加快定位最优区域. 最后应用两个经典多目标问题集和两个优化实例, 与5个先进算法比较, 验证了所提算法的有效性.

来源：2025年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第7期