偏最小二乘Kriging模型辅助的高效全局优化方法

O212.2%N945.15; 针对昂贵约束优化问题中因超参数过多引发的维数灾难及优化效率不高问题,提出一种新的偏最小二乘Kriging模型辅助的高效全局优化方法.该方法通过偏最小二乘核函数提升Kriging模型建模效率,构建两种偏最小二乘权期望填充准则实现模型的自适应调整及高效全局优化.测试函数及工程实例结果表明,所提方法可有效减少超参数计算量,提升昂贵约束优化问题求解效率.尤其在高维问题中,所提方法在解的收敛速度,稳健性及精度方面均具有优势....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 29; no. 7; pp. 2376 - 2384
Main Authors 彭行坤, 马义中, 林成龙
Format Journal Article
LanguageChinese
Published 南京理工大学 经济管理学院,江苏 南京 210094 31.07.2023
Subjects
partial least squares kernel function
高效全局优化方法
partial least squares expected improvement criterion
偏最小二乘核函数
Kriging model
Kriging模型
efficient global optimization method
probability of feasibility
偏最小二乘期望改进准则
可行性概率
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2023.07.020

Cover

More Information
Summary:O212.2%N945.15; 针对昂贵约束优化问题中因超参数过多引发的维数灾难及优化效率不高问题,提出一种新的偏最小二乘Kriging模型辅助的高效全局优化方法.该方法通过偏最小二乘核函数提升Kriging模型建模效率,构建两种偏最小二乘权期望填充准则实现模型的自适应调整及高效全局优化.测试函数及工程实例结果表明,所提方法可有效减少超参数计算量,提升昂贵约束优化问题求解效率.尤其在高维问题中,所提方法在解的收敛速度,稳健性及精度方面均具有优势.
ISSN:1006-5911
DOI:10.13196/j.cims.2023.07.020