基于估值不確定度排序順序均值采樣的昂貴高維多目標(biāo)進(jìn)化算法

摘要： 模型管理,特別是訓(xùn)練樣本的選擇和填充采樣準(zhǔn)則,是影響昂貴多目標(biāo)優(yōu)化算法求解性能的重要因素.為此,選擇樣本庫(kù)中具有較好目標(biāo)函數(shù)值的若干個(gè)體作為樣本訓(xùn)練目標(biāo)函數(shù)的代理模型,使用基于參考向量的進(jìn)化算法搜索模型的最優(yōu)解集,并提出一種基于個(gè)體目標(biāo)函數(shù)估值不確定度排序順序均值的采樣策略,從該最優(yōu)解集中選擇兩個(gè)個(gè)體進(jìn)行真實(shí)的目標(biāo)函數(shù)評(píng)價(jià).為了驗(yàn)證算法的有效性,將所提出算法在DTLZ和WFG多...