摘要
本发明提供一种基于自适应加点准则和代理模型的多目标优化方法,涉及多目标优化技术领域,该方法为利用拉丁超立方抽样方法,对优化算法进行抽样,得到初始样本点;利用初始样本点,构建初始代理模型;基于误差标准和自适应加点准则,对初始代理模型进行更新,得到更新好的代理模型;利用更新好的代理模型,对优化算法进行计算,得到多目标优化结果,完成多目标优化。本发明解决了多目标优化难以平衡精度和收敛速度的问题。
技术关键词
拉丁超立方抽样方法
误差
样本
Kriging模型
遗传算法
精度
变量
表达式
矩阵
参数
速度
系统为您推荐了相关专利信息
污水处理设备
水质
氨氮
BP神经网络
梯度提升树
视频字幕识别方法
自动语音识别方法
光学字符识别方法
人声
文本
长短期记忆网络
状态监测方法
铁塔状态监测系统
集成学习方法
异常检测方法