Lee，Dong Seop先生；雅克·佩里奥；李成旭 工程中单目标设计优化的快速Nash混合进化算法。 （英语） Zbl 1320.65094号 Fitzgibbon，William（编辑）等人，《科学技术建模、仿真和优化》。2012年6月，雅克·佩里亚克斯（Jaques Périaux）70岁诞辰之际，在芬兰Jyväskylä会议“工业应用的优化和PDE”以及芬兰Jyv＆skylá会议“应用的优化与PDE，2012年，罗兰·格洛文斯基75岁生日。多德雷赫特：施普林格（ISBN 978-94-017-9053-6/hbk；978-94-017-9054-3/电子书）。应用科学中的计算方法34，93-121（2014）。 摘要：进化算法（EA）是一种先进的智能系统，在解决工程中的单目标/逆向/逆向设计和多目标/多物理设计问题的优化器类中占据重要地位基于计算智能系统（CIS）的纳什均衡（Nash-Equilibrium）概念作为优化预处理，加速优化过程。通过求解五个复杂的单目标和多目标数学设计问题，验证了混合遗传算法和简单遗传算法的有效性。对于实际设计问题，将混合智能系统（Hybribrized GA）和原始GA耦合到有限元分析（FEA）工具和一种计算机辅助设计（CAD）系统；GiD软件用于求解高升力系统（HLS）的重构/逆和多目标设计优化。从优化效率和求解质量方面比较了混合遗传算法和原始遗传算法的数值结果。从求解精度和优化效率方面清楚地证明了使用纳什均衡概念的好处。有关整个系列，请参见[Zbl 1300.00032号]. MSC公司： 65千5 数值数学规划方法 90-08 运筹学和数学规划相关问题的计算方法 90C29型 多目标规划 91A80型 博弈论的应用 关键词：计算智能系统；重建；逆向设计；多目标设计；进化优化；游戏联盟；帕累托最优；纳什均衡；混合游戏 软件：GiD公司 PDF格式BibTeX公司 XML格式引用 \textit{D.S.Lee}等人，计算。方法应用。科学。34、93——121（2014；Zbl 1320.65094） 全文： 内政部 参考文献： [1] Deb，K.，《使用进化算法的多目标优化》（2001），奇切斯特：威利·Zbl 0970.90091号 [2] Deb，K。；普拉塔普，A。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE Trans Evolut Compute，6，2，182-197（2002）·数字对象标识代码：10.1109/4235.996017 [3] Engelbrecht，A.，《计算智能：简介》（2007），奇切斯特：约翰·威利父子公司·数字对象标识代码：10.1002/9780470512517 [4] 福登堡，D。；Tirole，J.，《博弈论》（1991），马萨诸塞州剑桥市：麻省理工学院出版社·Zbl 1339.91001号 [5] Herrera，F.，《遗传模糊系统：现状、关键考虑和未来方向》，《国际计算智能研究杂志》，第1期，第59-67页（2005年） [6] Kennedy J，Eberhart R（1995），粒子群优化。In:IEEE神经网络国际会议IEEE会议录，pp 1942-19481995 [7] Lee DS、Gonzalez LF、Periaux J、Onate E（2009），使用先进进化算法结合游戏策略对BI-NACA翼型进行有效形状重建。Onate E，Papadrakakis M，Schrefler B（eds）科学与工程耦合问题的计算方法III.CIMNE [8] Lee，D.S。；冈萨雷斯，L.F。；Périaux，J。；Srinivas，K.，《航空工程中现代多学科设计的不确定性进化优化方法》，《数值流体力学和多学科设计注释》，271-284（2009），柏林，海德堡：斯普林格-柏林-海德堡 [9] 李，DS；冈萨雷斯，LF；Periaux，J。；Srinivas，K.，航空航天工程中用于鲁棒多学科设计优化的高效混合博弈策略与进化算法耦合，IEEE Trans-Evolut Comput，15，2133-150（2011）·doi:10.1109/TEVC.2010.2043364 [10] Lee，DongSeop；雅克·佩里奥；Gonzalez，Luis Felipe，《使用混合游戏与多目标优化器耦合的UAS任务路径规划系统（MPPS）》，《动态系统、测量与控制杂志》，132，4，041005（2010） [11] Lee，DongSeop；卡肯纳哈里·斯里尼瓦斯；Luis Felipe Gonzalez；雅克·佩里奥；Obayashi，Shigeru，使用CFD和高级进化算法进行稳健多学科设计优化，计算流体动力学评论2010，469-491（2010） [12] Michaelwicz，Z.，遗传算法+数据结构=进化程序（1992），柏林：施普林格，柏林·兹比尔0763.68054 ·doi:10.1007/978-3-662-02830-8 [13] Nash，J.，《非合作游戏》，《数学年鉴》，第2、54、286-295页（1951年）·Zbl 0045.08202号 ·doi:10.2307/1969529 [14] Sefrioui M，Periaux J（2000）Nash遗传算法：示例和应用。附：2000年进化计算大会IEEE会议记录CEC00，第509-516页 [15] Smith JM（1982）《进化与博弈论》。剑桥大学出版社·Zbl 0526.90102号 [16] Tang Z，Périaux J，Désidéri J-A（2005）使用伴随方法和博弈策略解决不确定性阻力优化问题的多准则稳健设计。In:2005年北京东西高速流场会议，第487-493页 [17] Weber R，Wu D（2004）计算智能系统的知识管理。摘自：第八届IEEE高保证系统工程国际研讨会论文集，HASE 2004，第116-125页 [18] Zitzler，E。；Deb，K。；Thiele，L.，《多目标进化算法的比较：实证结果》，进化计算，8，2，173-195（2000）·数字对象标识代码：10.1162/106365600568202 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。