基于克里金模型的多采样点序列全局优化方法.pdfVIP

第43卷 第12期 华 中科 技 大 学 学 报 (自然 科 学 版) Vo1．43No．12 2015往 l2月 J．HuazhongUniv．ofSci．8LTech．(NaturalScienceEdition) Dec． 2O15 DOI：10．13245／j．hust．151202 基于克里金模型的多采样点序列全局优化方法 李耀辉 吴义息 王书亭 (1华中科技大学国家企业信息化 (CAD)应用支撑软件工程技术研究中心， 湖北 武汉 430074；2许昌学院机电工程学院，河南 许昌461000) 摘要 针对有效全局优化 (EGO)方法计算时间长、收敛速度慢且易陷入局部最优 区域 的缺点，提出一种基于 克里金模型的多采样点序列全局优化算法．在序列优化过程中，该算法主要引入中点距离最小舍弃方法来获 取多个采样点，并 以广义 EGO方法作为填充采样准则，对多个采样点进行并行优化 ，以提高算法效率 ，同时 有效平衡局部和全局的搜索行为．两个数值测试算例和一个工程仿真实例验证了该方法的有效性和实用性． 关键词 全局优化；多点采样；广义EGO；填充采样准则；元模型；克里金模型 中图分类号 TH122；TG659 文献标志码 A 文章编号 1671—4512(2015)12-0007—05 Kriging-basedsequenceglobaloptimizationmethod formultiplesamplingpoints LiYaohui1,2 Wu gizhong Wang Shuting (1NationalEnterpriseInformation (CAD)SupportedSoftwareEngineeringCentre，Huazhong UniversityofScienceandTechnology，W uhan430074，China；2CollegeofMechanicaland ElectricalEngineering。XuchangUniversity，Xuchang461000，HenanChina) Abstract A Kriging—basedsequenceglobaloptimizationmethodformultiplesamplingpointswasput forwardtoimprovetheKriging—basedEGO (efficientglobaloptimization)method．TheKriging—based EGO methodhaslongercalculatingtime，slowerconvergencespeed，anditiseasytofallintolocalop— timalregion．Theproposedalgorithm mainlyintroducesinthedeletingminimum middledistancecri— teriontoobtainmultiplesampling，andusesthegeneralizedEGO methodasinfillsamplingcriteriato concurrentlyoptimizethemultiplesamplingpoints．Themethod enhancescomputationalefficiency． M eanwhile，itcanalsoeffectivelybalanceglobalandlocalsearch direction．Twonumericaltestsand an engineeringsimulationexampleshow thattheproposedmethodisefficientandapplicable． Keywords globaloptimization；multi—pointssampling；generalizedEGO (efficientglobaloptimiza— tion)；infillsamplingcriteria；met