一种基于小样本的多目标优化解集的搜索方法

本发明公开了一种基于小样本的多目标优化解集的搜索方法，其采用Halton采样法对样本空间进行采样，使得初始样本在样本空间内填充率较高。再采用一体化计算方法后得到其真值，再采用代理模型的方法建立非线性回归方程对数据集进行训练和预测，并且针对多目标优化问题采用NSGA‑II快速非支配排序算法进行较优解的寻找，最后通过非支配排序后得到帕累托前沿，并判断帕累托前沿上点是否均符合目标约束要求，对筛选后的点通过K‑means聚类后，在每个类别中对种群个体进行搜索和筛选，该方法在保证解的多样性的情况下，能够快速搜索到不同类型的较优解，再通过一体化计算可以对分类进行验证，经过多次迭代加点后最终满足实际需求。