基于Kriging代理模型的约束差分进化算法

作     者：叶年辉 龙腾 武宇飞 唐亦帆 史人赫 YE Nianhui;LONG Teng;WU Yufei;TANG Yifan;SHI Renhe

作者机构：北京理工大学宇航学院北京100081 北京理工大学飞行器动力学与控制教育部重点实验室北京100081 清华大学航天航空学院北京100084 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2021年第42卷第6期

页      面：570-582页

核心收录：

学科分类：08[工学] 082501[工学-飞行器设计] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金(51675047) 航空科学基金(2019ZC072003) 中国博士后科学基金(2019M660668) 

主　　题：差分进化算法 代理模型 近似优化 约束优化 全电推进卫星 多学科设计优化 

摘      要：广泛应用的高精度分析模型使得飞行器设计优化的计算成本不断增加,为了缩短优化耗时,基于代理模型的进化算法(SAEAs)近年来得到了广泛关注。针对现有SAEAs处理约束优化问题优化效率低下的缺陷,提出了一种基于Kriging代理模型的约束差分进化算法(KRG-CDE),结合约束改善概率与最优适应度定制了一种改进的可行准则,从而提高新增样本点的潜在可行性与最优性,并根据种群改善情况,平衡算法全局探索与局部搜索性能。标准测试算例对比研究结果表明,相比于基于全局与局部代理模型的差分进化算法、(μ+λ)-约束差分进化算法,KRG-CDE算法在优化效率、全局收敛性及鲁棒性等方面具有显著优势。最后,运用KRG-CDE算法求解全电推卫星多学科设计优化问题,验证了该算法的工程实用性。