基于自适应填充准则的昂贵约束优化算法.pdfVIP

第４５卷第４期太原科技大学学报Ｖｏｌ.４５Ｎｏ.４

２０２４年８月ＪＯＵＲＮＡＬＯＦＴＡＩＹＵＡＮＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＡｕｇ.２０２４

文章编号:１６７３－２０５７(２０２４)０４－０３２９－０７

基于自适应填充准则的昂贵约束优化算法

谭瑛ꎬ常圣方ꎬ孙超利ꎬ李晓波

(太原科技大学计算机科学与技术学院ꎬ太原０３００２４)

摘要:近年来ꎬ代理模型辅助的优化算法用于求解昂贵约束问题逐渐受到关注ꎮ这类算法中ꎬ选

择个体进行真实昂贵约束和目标函数计算的策略将直接影响算法的求解结果ꎮ但目前的算法对模型更

新操作不够严谨ꎬ为了解决在昂贵评价次数有限的情况下获得较好的可行解ꎮ该算法提出了利用可行

规则法进行环境选择ꎬ并根据到目前为止是否找到可行解提出一种自适应的填充准则ꎮ该方法填充准

则思路是:当样本库没有找到可行解时ꎬ利用可行性概率选择概率最大的个体进行真实评价ꎮ否则若至

少找到一个可行解时ꎬ选择约束期望提高值最大的个体进行真实的昂贵目标函数和约束函数评价ꎮ该

方法提高了高斯过程模型的准确度和进化种群的收敛能力ꎮ在实验对比上ꎬ１０个测试函数和工字梁设

计优化问题上的运行结果表明ꎬ该算法相比于已有针对昂贵约束优化问题的求解算法具有更好的寻优

能力ꎮ

关键词:代理模型ꎻ约束优化ꎻ可行性概率ꎻ约束期望提高

中图分类号:ＴＰ１８文献标识码:Ａｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７３－２０５７.２０２４.０４.００１

复杂工程优化问题常常需要考虑各方面约束ꎬ感ꎬ对目标函数和约束函数无连续或可微的要求ꎬ

需要在满足这些约束条件下找到可行最优解ꎮ通容易实现且相比于传统的单点优化算法具有更好

常ꎬ约束优化问题的数学模型可表示为:的全局搜索能力等优点ꎬ为优化设计提供了新的思

ｍｉｎｆ(ｘ)路和方法ꎬ在工程应用领域取得了很大的进展ꎬ且

ｓ.ｔ.ｇ(ｘ)≤０ꎬｉ＝１ꎬ２ꎬꎬｍｉ获得了成功的应用ꎮ然而ꎬ随着工业化的问题越来

ｈ(ｚ)＝０ꎬｊ＝１ꎬ２ꎬꎬｍｊ越复杂所带来的优化问题也越来越复杂化ꎬ很多实

ｘ≤ｘ≤ｘ(１)际优化问题的目标函数或约束函数并不能用显式

１ｕ

其中ｘ＝(ｘꎬｘꎬꎬｘ)表示决策向量ꎬＤ为优函数表示出来(即黑盒问题)ꎬ且需要用较长时间的

１２Ｄ

[１]

化问题维度ꎮｘ和ｘ是决策空间的最低点和最高精度仿真或实验来评价一组优化参数的性能ꎬ

１ｕ

高ꎮｆꎬｇ以及ｈ分别表示目标函数、不等式约束函如在机翼气动优化设计中ꎬ一次计算流体动力学

数和等式约束函数ꎬｍ和ｌ代表不等式和等式约束(ＣＦＤ)仿真需要耗时几十分钟甚至几十小时的时

的个数ꎮ当一个解满足所有约束条件时ꎬ称之为可间ꎬ这样给工业生产带来了很大的难度ꎮ到目前为

行解ꎬ否则若至少有一个约束条件不满足ꎬ则称之止ꎬ学者们针对无约束计算昂贵复杂优化问题已展

为不可行解ꎮ开了不同的研究ꎬ提出了代理模型辅助的元启发式

近年来元启发式优化算法(包括进化算法和群