基于拉丁超立方设计和序列二次规划的组合优化策略

摘要

针对梯度优化算法易于陷入局部最优解和智能算法优化效率低等问题,本文提出了一种基于试验设计和梯度算法的组合优化策略,并选择拉丁超立方设计和序列二次规划法进行组合.首先采用拉丁超立方设计方法在设计空间中进行采样,然后在样本中选取函数最小值,并将其所对应的输入变量值作为序列二次规划法的初值进行优化求解.选择两个多模态函数算例和机床主轴多目标工程优化实例进行验证,并与模拟退火、遗传算法和粒子群算法等智能优化方法比较,显示本文所提出的方法可高效解决复杂优化问题,避免梯度法陷入局部解,并进一步提升了梯度法的优化效率.