控制与决策

作者：李二超,吴煜

单位：兰州理工大学 电气工程与信息工程学院,兰州 730050,,兰州理工大学 电气工程与信息工程学院,兰州 730050,

关键词：代理辅助进化算法;昂贵高维多目标优化;分类预选;分类代理模型;模型管理;进化算法

基金：国家自然科学基金项目(62063019)；甘肃省自然科学基金重点项目(24JRRA173).

深入探究实际工程问题后,发现求解昂贵高维多目标优化问题的需求正在逐渐增多.一般回归模型求解这类问题时,模型累积误差和运算量会急剧增加.为更好地提高代理辅助进化算法的搜索效率,并平衡高维多目标问题中种群的收敛性与多样性,提出一种基于模糊分类预选策略的代理辅助进化算法(fuzzy classification pre-selection based surrogate-assisted multi-objective evolutionary algorithm,FCPSEA).首先,初始化种群并进行昂贵评估,凭借非支配关系与拥挤度构造两档训练样本集;然后,利用训练样本和双档案算子来较为准确地引导分类器分类;最后,提出一种基于模糊分类预选的模型管理策略,根据预测的双档案类标签与隶属度来设置模型管理策略.为验证所提算法的性能,在包含各种特征的两组测试问题上与近几年的经典算法进行对比实验.实验结果表明,所提出的算法在求解昂贵高维多目标优化问题上具有较强的竞争力.

来源：2025年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第2期