计算机应用

作者：薛锋, 史旭华, 史非凡

单位：宁波大学 信息科学与工程学院, 浙江 宁波 315211

关键词：代理模型,差分进化,约束进化优化,可行性规则,系统优化

基金：国家自然科学基金资助项目（61773225）。

针对耗时计算目标函数的约束优化问题，提出用代理模型来代替耗时计算目标函数的方法，并结合目标函数的信息对约束个体进行选择，从而提出基于代理模型的差分进化约束优化算法。首先，采用拉丁超立方采样方法建立初始种群，用耗时计算目标函数对初始种群进行评估，并以此为样本数据建立目标函数的神经网络代理模型。然后，用差分进化方法为种群中的每一个亲本产生后代，并对后代使用代理模型进行评估，采用可行性规则来比较后代与其亲本并更新种群，根据替换机制将种群中较劣的个体替换为备用存档中较优的个体。最后，当达到最大适应度评估次数时算法停止，给出最优解。该算法与对比算法在10个测试函数上运行的结果表明，该算法得出的结果更精确。将该算法应用于工字梁优化问题的结果表明，相较于优化前的算法，该算法的适应度评估次数减少了80%；相对于FROFI（Feasibility Rule with the incorporation of Objective Function Information）算法，该算法的适应度评估次数减少了36%。运用所提算法进行优化可以有效减少调用耗时计算目标函数的次数，提升优化效率，节约计算成本。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期