声明
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 代理模型研究现状
1.2.2 代理模型的更新法则的研究现状
1.2.3 多目标优化方法的研究现状
1.3 本文研究内容
2 基于代理模型的优化方法
2.1 试验设计
2.2 代理模型
2.2.1 静态代理模型与动态代理模型
2.2.2 Kriging代理模型
2.3 加点准则
2.3.1 EI加点法则
2.3.2 置信下界准则(LCB)
2.4 动态代理模型更新实例
2.5 优化方法
2.5.1 BFGS算法
2.5.2遗传算法(Genetic Algorithm)
2.6 本章小结
3 初始样本点对优化效率和精度的影响规律
3.1 初始样本点个数对代理模型效率和精度的影响
3.2 初始样本点个数对优化问题维度的适用性
3.3 初始样本的分布对优化精度和效率的影响
3.4 本章小结
4 多峰并行多点加点优化准则
4.1 基于聚类的自适应精英个体的多峰搜索算法
4.1.1 相对上升方向
4.1.2 个体异同性
4.1.3 精英个体的自适应过程及多峰搜索方法
4.1.4 数学函数算例
4.2 多峰并行多点加点准则
4.3 多峰并行多点加点的算例验证
4.4 本章小结
5 基于Kriging模型的多目标优化方法
5.1 多目标优化问题的数学描述
5.2 多目标优化结果的评价指标
5.3 基于Kriging模型的多目标优化方法
5.4 基于Kriging模型的多目标优化方法的算例验证
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书
大连理工大学;