一种基于评估准确率的代理辅助进化算法框架制造技术

本发明专利技术提出了一种基于评估准确率的代理辅助进化算法框架，主要用于代理辅助进化算法求解最优化问题中。要点在于针对代理模型的更新设计模型管理策略，这一模型管理策略用到了评估准确率，用于自适应调整代理模型更新频率，从而有效减少算法运行时间，提升算法效率。这对于复杂最优化问题而言是很重意义的。这对于复杂最优化问题而言是很重意义的。这对于复杂最优化问题而言是很重意义的。

【技术实现步骤摘要】
一种基于评估准确率的代理辅助进化算法框架


[0001]本专利技术涉及代理辅助进化算法(SAEAs)的改进，特别是提出了SAEAs中适应度评估准确率的计算方法，基于该评估准确率设计了一种模型更新策略和种群生成方法，以提升代理辅助进化算法的模型的性能，该算法主要用于解决复杂单目标优化问题。

技术介绍

[0002]1.最优化问题
[0003]最优化是数学领域的一个重要分支，也是一门应用十分广泛的学科。最优化的目的在于针对给定的问题，找出最优的解决方案。用于求解优化问题的传统方法，如梯度下降法、拉格朗日松弛法、动态规划等，这些方法需要为目标函数建立精确的物理或机械模型。而有些实际问题，如计算流体力学、空气动力学问题、高炉优化问题，由于进行一次实验所需要的时间和计算资源是巨大的，因此采用传统优化方法进行求解不现实的。
[0004]近些年来，元启发式优化算法，如遗传算法、差分进化、蚁群优化算法、粒子群优化算法，为解决复杂优化问题提供了新的思路和方法，在经济、工程等领域得到了广泛地实践和应用。进化算法是对生物进化或群体行为特性的一种模拟，采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适应度评估准确率的代理辅助进化算法框架，其特征在于，包括如下步骤：1)使用拉丁超立方采样获得初始数集D
t
，并计算实际适应度值y，从中选取N个样本选训练得到RBF模型，即以逼近y，则对于最小化的优化问题而言，最优个体x
t+1
可以由公式(1)得到：2)设置最大迭代次数g
max
为终止条件，预先设置代理模型更新频率为tt；3)执行遗传算法的搜索过程，初始种群大小为n，在每一代中使用公式(1)获得最优个体，使用实际函数计算其实际适应度值y
t+1
＝f(x
t+1
)，将<x
t+1
，y
t+1
>添加到D
t
中，在x
t+1
的帮助下，代理模型能够搜索到更具希望的区域；4)记录每一代得到的评估准确率A
cc
，保存到向量acc中，记作acc[g]＝A
cc
；5)当mod(g，tt)＝＝0时，从D
t
...

【专利技术属性】
技术研发人员：张涛，刘天威，赵鑫，
申请(专利权)人：天津大学，
类型：发明
国别省市：