一种基于个体惩罚的代理模型辅助优化方法
技术特征：
1.一种基于个体惩罚的代理模型辅助优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(1.1)中所述的在决策空间中进行初始采样，采用随机采样或拉丁超立方采样的方法实现。
3.根据权利要求1所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(3)中所述的根据索引集合of和oc，确定惩罚系数的下界rmin和上界rmax，其实现如下：
4.根据权利要求3所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(4)中所述的根据变换适应度函数评估当前种群中的全部个体，其实现如下：
5.根据权利要求4所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(4)中所述的根据索引集合index，为每个个体匹配一个惩罚系数，其实现如下：
6.根据权利要求5所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(4)中所述的计算种群中所有个体的罚函数值，其实现如下：
7.根据权利要求1所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(5.1)中所述的计算每个个体与档案a中全部个体之间的距离为欧氏距离
8.根据权利要求7所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(6.1)中所述的基于径向基函数分别搭建目标函数和约束函数的代理模型，其实现如下：
9.根据权利要求8所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(6.2)中所述的根据最近邻的k个个体及其目标函数值和约束函数值，训练得到目标函数和约束函数的径向基函数代理模型，其实现如下：
10.根据权利要求9所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(7.2)中所述的根据目标函数和约束函数的代理模型评估所有的试验子代，得到代理模型预测的最佳候选解，其实现如下：
11.根据权利要求1所述的一种基于个体惩罚的代理模型辅助优化方法，其特征在于：步骤(10)中所述的根据可行性规则比较档案a中的个体之间的优劣，其实现如下：
技术总结
本发明提出了一种基于个体惩罚的代理模型辅助优化方法，属于计算机技术领域，主要解决现有方法中代理模型预测精度差、经验性地处理约束条件的问题，其实现方案为：生成初始种群并初始化档案；确定惩罚系数的范围；匹配惩罚系数与个体；在档案中找到每个个体的最近邻个体；根据最近邻个体，分别为目标函数和约束函数构建代理模型；通过差分进化算子生成试验子代；选出最佳候选解；执行选择操作；更新档案并输出最优可行解。本发明有效地提升了代理模型的局部预测精度，能自适应地设置惩罚系数，能适应不同特征的昂贵约束优化问题，可用于解决计算流体力学、化工过程设计和结构设计等工程问题。
技术研发人员：孙津生,李海峻,沈紫微
受保护的技术使用者：天津大学
技术研发日：
技术公布日：2024/12/2
技术研发人员：孙津生,李海峻,沈紫微
技术所有人：天津大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除