基于信赖域的动态径向基函数代理模型优化策略

摘要

为了提高飞行器等复杂工程系统的设计质量与优化效率,基于代理模型的优化得到广泛应用。将信赖域思想引入基于代理模型的优化中,提出基于信赖域的采样空间更新策略,进而发展了一种基于信赖域的动态径向基函数代理模型优化策略(Trust region based dynamic radial basis function,TR-DRBF)。通过Maximin拉丁超方试验设计方法选取样本点,选用径向基函数方法构造代理模型,采用全局优化算法对所构造的代理模型进行优化,根据已知信息进行信赖域采样空间更新,在其内部选取新增样本点并更新代理模型,直至优化收敛。将本优化策略用于标准数学测试算例和工字梁设计优化实例,并与国内外现有研究成果进行比较,证明了TR-DRBF在优化效率和全局收敛性方面都有较好的表现,尤其是针对高维优化问题时,TR-DRBF具有更显著的优势。