本文選題：多目標(biāo)優(yōu)化 + 區(qū)間規(guī)劃�。� 參考：《控制理論與應(yīng)用》2016年10期

【摘要】：本文將數(shù)據(jù)挖掘(高斯過程回歸建模)和智能進(jìn)化算法(GA,NSGA-Ⅱ)進(jìn)行結(jié)合,用于解決優(yōu)化函數(shù)未知的昂貴區(qū)間多目標(biāo)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(biāo)函數(shù)和約束函數(shù)進(jìn)行建模,由于相關(guān)性和準(zhǔn)確性是區(qū)間函數(shù)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(shù)的過程中,第1層根據(jù)相關(guān)性屬性排除候選解集中部分劣解,第2層根據(jù)準(zhǔn)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(quán)重系數(shù)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(dǎo)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