一种基于Kriging模型的多点并行全局优化方法

摘要

本发明公开了一种基于Kriging模型的多点并行全局优化方法，包括以下步骤：初始试验设计、昂贵仿真估值以及初始建模、构造多点采样准则、构造多目标优化问题、从Pareto最优解集中筛选出最终的采样点及停止准则。依据算法的设计将整个算法分为两个部分：第一部分是Kriging模型的构造或更新问题，在这一阶段，利用包括新增采样点在内的所有数据点建立Kriging模型；第二个部分是优化采样阶段，在每次迭代过程中，通过多点采样准则从Pareto前沿获取多个采样点，并作进一步筛选；重复上述两个阶段的操作，从而在满足收敛精度的情况下大幅提高基于Kriging模型的全局优化效率。