权期望填充准则作用下的Kriging自适应建模及全局优化算法

作     者：彭行坤 林成龙 马义中 PENG Xingkun;LIN Chenglong;MA Yizhong

作者机构：南京理工大学经济管理学院江苏南京210094 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2022年第28卷第3期

页      面：826-833页

核心收录：

学科分类：0711[理学-系统科学] 02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 071102[理学-系统分析与集成] 

基　　金：国家自然科学基金资助项目(71931006,71871119,71771121) 江苏省研究生科研与实践创新计划资助项目(KYCX20_0284)。 

主　　题：Kriging模型 权期望填充准则 全局优化 可行性概率 

摘      要：Kriging代理模型可有效近似包含黑箱约束的工程优化问题,但存在仅依靠原始样本数据建模精度不高,工程优化效率低等问题。针对上述问题,提出了综合Kriging模型、权期望改进准则及进化算法的新有效全局优化算法。该算法的权期望填充准则在期望改进准则启发下,依据距离函数与期望增量的函数关系,构造权函数实现对新填充准则全局及局部探索能力的调整,使其具有依据试验点距离进行自适应调整进而跳出局部最优解实现全局优化的特性。数值算例和工程实例结果表明,在新准则和Kriging模型作用下的全局优化算法能够实现对优化问题的快速求解,精度高且具有较好的稳定性。