基于约束预测改进聚合策略的多目标并行代理优化方法

作     者：肖甜丽 吴锋 林成龙 

作者机构：安徽工业大学管理科学与工程学院 安徽工程大学经济与管理学院 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2025年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 070105[理学-运筹学与控制论] 0701[理学-数学] 

基　　金：国家自然科学基金资助项目(72171117 71871119) 安徽省教育厅高校自科重点项目(2022AH050976) 

主　　题：昂贵多目标优化问题 Kriging模型 约束预测改进聚合准则 并行代理优化 自发电缓冲背架设计 

摘      要：针对并行计算环境下的昂贵约束多目标优化求解高耗时问题，提出了基于约束预测改进聚合策略的多目标并行代理优化方法. 该方法在预测改进函数分解的基础上构建约束预测改进聚合策略，采用最大化距离分解函数实现多点并行设计，并在并行计算环境下实现多点仿真的同步估计。该方法一方面充分利用实际工程中丰富的计算资源，实现优化设计效率的进一步提升；另一方面，所构造的约束预测改进聚合策略仅进行一维积分运算，具有计算复杂度低的优势。测试算例及自发电缓冲背架优化结果表明：所提方法可有效提升昂贵多目标约束优化问题优化效率，进一步缩短优化设计所需计算时间；与同类方法相比，Pareto优化解具有良好的质量特性，在解的收敛性、空间分布性及多样性方面均具有一定优势。