在多目標優(yōu)化中,Pareto解集是一個分段連續(xù)的k維流形,這一規(guī)律被傳統(tǒng)進化算法所忽略。本文提出了一種基于流形結(jié)構(gòu)重建的多目標優(yōu)化算法,首先利用流形結(jié)構(gòu)重建方法完成解集分布從目標空間到設(shè)計空間的映射,建立解集的概率分布,并在目標空間中擴展流形結(jié)構(gòu),從而借助解集在目標空間的推進來指導(dǎo)優(yōu)化算法的快速演化。數(shù)值算例表明本文算法對于具有不同特征的Pareto前沿具有很好的適應(yīng)性,能夠極大提高算法的收斂效率。多目標氣動優(yōu)化算例驗證,本文算法相比于常規(guī)多目標進化算法能夠減少約80%的計算量,極大程度縮短了氣動設(shè)計的周期。

【文章頁數(shù)】：10 頁

【文章目錄】：
1 算法介紹
    1.1 流形結(jié)構(gòu)重建算法
    1.2 目標空間Pareto前沿擴展
    1.3 基于流形結(jié)構(gòu)重建的多目標優(yōu)化流程
2 解析函數(shù)測試算例
3 氣動優(yōu)化算例
4 結(jié)論



本文編號：3751633