控制与决策

作者：肖甜丽,吴锋,林成龙

单位：安徽工业大学 管理科学与工程学院，安徽 马鞍山 243002;安徽工业大学 复杂系统多学科管理与控制安徽普通高校重点实验室，安徽 马鞍山 243002,,安徽工程大学 经济与管理学院，安徽 芜湖 241000,,安徽工业大学 管理科学与工程学院，安徽 马鞍山 243002;南京理工大学 经济管理学院，南京 210094,

关键词：Kriging模型;代理优化方法;期望改进准则;协同改进聚合准则;桁架设计问题

基金：国家自然科学基金项目(72171117, 71871119)；安徽普通高校重点实验室开放基金项目(CS2024-02)；安徽省教育厅高校自然科学研究重点项目(2022AH050976).

针对代理优化中样本策略贪婪特性使其后期收敛缓慢且解的精度不高的问题, 提出一种协同改进聚合策略, 并进一步拓展为面向昂贵黑箱问题的高效代理优化方法. 所提策略采用切比雪夫分解将概率改进和均值改进准则集成, 通过随机权重系数实现全局探索和局部搜索能力的平衡. 此外, 从候选点集视角出发, 分析代理优化与代理辅助优化方法二者的不同, 进一步挖掘随机因素在优化设计中的作用. 实验结果表明: 所提方法可有效提升昂贵黑箱问题优化解的收敛精度; 与同类方法相比, 该方法在解的精度和稳健性方面具有一定优势.

来源：2025年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第6期