[发明专利]一种基于分区混合代理模型的工程优化方法

说明书

本发明公开了一种基于分区混合代理模型的工程优化方法，其步骤包括：步骤S100：根据工程优化目标，获得初始的设计样本；步骤S200：获得初始混合代理模型；步骤S300：基于初始混合代理模型，进行初步的多目标优化，获得最优解集P；步骤S400：利用不断更新的最优解集P，将以此获得的最佳混合代理模型设置为最终的混合代理模型。本发明具有原理简单、操作简便、适用范围更广、能够降低计算成本、提高优化效率等优点。

技术领域

本发明主要涉及到工程优化技术领域，特指一种通过分区混合代理模型结合多目标遗传算法来进行具体工程问题的多目标优化方法。

背景技术

现代工程系统的设计通常依赖于高保真数值模拟(如有限元分析)，通常计算成本很高。在工程系统的优化设计中，需要多次进行高保真数值模拟，因此计算成本往往过高且难以承受。特别是进行多目标工程优化问题时，计算次数往往呈指数上升，计算成本更加难以承受。

为了降低计算成本，在优化工作中常使用代理模型作为高保真数值模拟的替代物，通过代理模型产生拟合公式来预测不同设计变量值情况下的响应值。而往往一个工程问题在优化设计时有多个优化目标要兼顾，这就需要通过将代理模型与多目标优化算法相结合。

“多目标遗传算法”是一种流行的全局优化方法，起源于自然进化机制和遗传原理。多目标遗传算法优于许多传统的多目标优化算法，因为它能够避免陷入局部最优、从而可以有效地搜索全局最优解，它使用非支配排序对解决方案进行排序，并根据排序分配适合度。将代理模型方法与多目标遗传算法相结合应用于工程优化问题中，从而达到在保证不失真的前提下降低计算成本的目的。

“混合代理模型”以加权平均集合的形式将各种类型的单个代理模型组合在一起，与单独使用的单个代理模型相比，其精度有所提高。目前，混合代理模型主要有“基点混合代理模型”和“全局平均混合代理模型”两种。但这两种混合代理模型都有一定的缺点和局限性。基点混合代理模型因计算了每个设计点处的各个代理模型的权重值，因此通常比全局平均混合代理模型具有更好的预测精度，但也因此较全局平均混合代理模型耗时更多。在大多数情况下，代理模型通常用于工程设计优化，常常需要调用数万次来进行计算。因此，全局平均混合代理模型仍然是使用最广泛的。但全局平均混合代理模型在预测精度上的不足仍是不可避免的。

随着技术的日益发展，各个领域的工程问题也愈来愈复杂，同时这些工程的优化也日益难以解决。光靠仿真模拟来进行优化问题求解显然费时费力且效果不佳，且计算成本也开始增长至无法承受。而由于上述两种代理模型各自存在的局限性，一种能够综合上述两种代理模型的优缺点的新代理模型方法亟待提出，从而更好的应对日益复杂的工程优化问题需求。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种原理简单、操作简便、适用范围更广、能够降低计算成本、提高优化效率的基于分区混合代理模型的工程优化方法。

为解决上述技术问题，本发明采用以下技术方案：

一种基于分区混合代理模型的工程优化方法，其步骤包括：

步骤S100：根据工程优化目标，获得初始的设计样本；

步骤S200：获得初始混合代理模型；

步骤S300：基于初始混合代理模型，进行初步的多目标优化，获得最优解集P；

步骤S400：利用不断更新的最优解集P，将以此获得的最佳混合代理模型设置为最终的混合代理模型。

作为本发明方法的进一步改进：所述步骤S100包括：

确定优化目标、及与优化目标相关联的设计变量；

通过全因子法产生初始设计样本，所述初始设计样本用于构建基础代理模型，并将用于计算每个基础代理模型的权重因子；所述基础代理模型包括多项式回归PR、径向基函数RBF和克里金KRG。