基于二次序列规划和差分进化的单目标及多目标鲁棒优化算法

摘要

鲁棒优化能找到含有不确定性的工程问题的最优解,同时保证在有参数扰动时,最优解的变化在可控的范围之内。然而,鲁棒优化的一个问题是计算的低效性。在本论文中,我们提出了两个分别针对单目标全局优化和多目标优化的鲁棒优化算法,旨在提高鲁棒优化的计算效率和解的质量。论文内容分为两大部分。
　　在第一部分中,我们提出了针对单目标全局优化的高效鲁棒优化算法,即二次序列规划-差分进化算法。在第二部分,我们主要针对多目标鲁棒优化,延续混合算法的思想提出了二次序列规划-多目标差分进化算法,并显著提高了解的质量。在新的混合算法中,我们还提出了新的转换准则和解质量标准。两个数值算例和三个工程算例检验并证明了算法的有效性。蒙特卡罗仿真验证了所求解的鲁棒性。

目录

封面

英文摘要

声明

中文摘要

目录

1. INTRODUCTION

1.1 Motivation and Objective

1.2 Research Thrusts

2. Definitions and Terminology

2.1 Robust Optimization

2.2 Multi-Objective Robust Optimization

2.3 Sequential Quadratic Programming

2.4 Differential Evolution

2.5 Multi-Objective Differential Evolution

3. Differential Evolution with Sequential Quadratic Programming for Robust Optimization

3.1 Background

3.2 Proposed Method

3.3 Examples and Results

4. Multi-Objective Differential Evolution with Sequential Quadratic Programming for Robust Optimization

4.1 Background

4.2 Proposed Method

4.3 Examples and Results

5. Conclusions

5.1 Concluding Remarks

5.2 Main Contributions

5.3 Limitations and Future Directions

致谢

参考文献