發(fā)布時間：2018-05-10 12:42

  本文選題：多目標優(yōu)化 + 區(qū)間規(guī)劃��； 參考：《控制理論與應用》2016年10期

【摘要】：本文將數據挖掘(高斯過程回歸建模)和智能進化算法(GA,NSGA-Ⅱ)進行結合,用于解決優(yōu)化函數未知的昂貴區(qū)間多目標優(yōu)化問題.首先利用高斯過程對采用中點和不確定度表示的未知目標函數和約束函數進行建模,由于相關性和準確性是區(qū)間函數模型的兩個必備條件,故提出一種融合多屬性決策的雙層種群篩選策略,并將其嵌入到遺傳算法求解高斯模型參數的過程中,第1層根據相關性屬性排除候選解集中部分劣解,第2層根據準確性屬性排除候選解集中其余超出種群規(guī)模的劣解,兩屬性的權重系數決定兩層排除劣解的比例.然后將所建模型作為優(yōu)化對象的代理模型引導區(qū)間NSGA-II算法優(yōu)化求解,從而獲得所需的Pareto前沿.
[Abstract]:In this paper, we combine data mining (Gao Si process regression modeling) with intelligent evolutionary algorithm (GA-NSGA- 鈪，

本文編號：1869354