尤兰·沃特斯;安迪·基恩;乔里斯·德鲁特 基于约束多目标异步代理优化的自适应填充准则的开发。 （英语） Zbl 1450.90048号 J.全球。最佳方案。 78，第1期，137-160（2020）. 摘要：使用代理建模技术有效地解决单目标优化（SOO）问题已证明其在优化社区中的价值。然而，工业问题往往具有多重冲突和受限目标的特点。最近，已经制定了许多填充准则来使用代理解决多目标优化（MOO）问题并确定Pareto前沿。尽管如此，为了准确地解决前沿问题，必须确定许多最佳点，这使得MOO问题本质上要比SOO问题昂贵得多。到目前为止，尽管可以广泛使用高性能计算，但批量优化和异步填充方法的重要性很小，它们可以进一步减少确定给定分辨率的Pareto前沿所需的墙上时钟时间。本文针对广义异步多目标约束优化问题，提出了一种新的填充准则，它允许以异步方式选择多个点进行评估，同时在优化过程中以模拟退火的方式适应设计空间探索和目标开发之间的平衡，并考虑到约束。该方法依赖于多目标优化的预期改进公式，其中改进公式表示为从Pareto前沿到更高幂的欧氏距离。在一系列测试用例上对填充准则进行了测试，证明了新方案的有效性。 引用于1文件 MSC公司： 90C29型 多目标规划 关键词：代理建模;克里金;预期改进;批处理优化;多目标优化;约束优化 软件：EGO公司;兰斯洛特;PAES公司;ooDACE公司;ParEGO公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Wauters}等人，J.Glob。最佳方案。78，第1号，137--160（2020；Zbl 1450.90048） 全文： 内政部 链接 参考文献： [1] Chevalier，C.：《快速计算多点预期改进及其在批量选择中的应用》（2013年）。10.1007/978-3-642-44973-4_7 [2] Conn，A.R.，Gould，N.I.M.，Toint，P.L.：《LANCELOT中使用的数学算法的综合描述》，第102-132页。施普林格，柏林（1992）。10.1007/978-3-662-12211-2_3 [3] 库库特，I。；Deschrijver，D。；Dhane，T.，《快速计算帕累托优化的多目标改进概率和预期改进标准》，J.Glob。最佳。，60, 3, 575-594 (2014) ·Zbl 1303.90093号 ·doi:10.1007/s10898-013-0118-2 [4] 库库特，I。；Dhane，T。；Demeester，P.，ooDACE工具箱：一个灵活的面向对象kriging实现，J.Mach。学习。Res.，1511833-3186（2014年）·Zbl 1319.62001号 [5] 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。进化。计算。，6, 2, 182-197 (2002) ·数字对象标识代码：10.1109/4235.996017 [6] Deb，K。；Thiele，L。；Laumanns，M。；Zitzler，E.，进化多目标优化的可扩展测试问题，105-145（2005），伦敦：施普林格出版社，伦敦·Zbl 1078.90567号 [7] Emmerich，M.，Deutz，A.，Klinkenberg，J.W.：帕累托前沿近似支配超体积的预期改进计算。报告技术报告4-2008，莱顿高级计算机科学研究所（2008） [8] Fonseca，C.M.，Fleming，P.J.：多目标优化的遗传算法：公式讨论和推广。摘自：Forrest，S.（编辑）《遗传算法：第五届国际会议论文集》。Morgan Kaufmann，加利福尼亚州圣马特奥（1993） [9] 丰塞卡，CM；弗莱明，PJ，多目标优化中进化算法概述，进化。计算。，3, 1, 1-16 (1995) ·doi:10.1162/evco.1995.3.1.1 [10] 丰塞卡，CM；弗莱明，PJ；沃伊格特，HM；埃贝林，W。；Rechenberg，I。；HP Schwefel，On the performance assessment and comparison of random multi-objective optimizers，Parallel Problem Solving from Nature-PPSN IV，584-593（1996），柏林：施普林格出版社，柏林 [11] 弗雷斯特，A。；Sobester，A。；Keane，A.，《通过替代建模进行工程设计：实用指南》（2008），纽约：威利，纽约 [12] Gentle，JE，计算统计学（2009），纽约：Springer，纽约·Zbl 1179.62001号 [13] Ginsbourger，D.，Janusevskis，J.，Le Riche，R.：处理基于并行高斯过程的全局优化中的异步性。报告（2011年）。https://hal.archives-ouvertes.fr/hal-00507632。2020年2月17日访问 [14] 金斯堡，D。；勒里奇，R。；Carraro，L.，《克里格很适合并行优化》，131-162（2010），柏林：施普林格出版社，柏林 [15] Horn，J.、Nafpliotis，N.、Goldberg，D.E.：多目标优化的小生境pareto遗传算法。收录：第一届IEEE进化计算会议记录。IEEE计算智能世界大会，第1卷，第82-87页（1994年）。10.1109/ICEC.1994.350037 [16] Janusevskis，J.、Le Riche，R.、Ginsbourger，D.：全局优化的并行预期改进：总结、界限和加速。报告（2011年）。https://hal.archives-ouvertes.fr/hal-00613971。2020年2月17日访问 [17] Janusevskis，J.（Janusevskis，J.）。；勒里奇，R。；金斯堡，D。；Girdziusas，R。；Y.哈马迪。；Schoenauer，M.，《昂贵函数异步并行全局优化的预期改进：潜力与挑战》，《学习与智能优化》，413-418（2012），柏林：施普林格出版社，柏林 [18] Jeong，S.，Obayashi，S.:多目标问题和数据挖掘的高效全局优化（EGO）。2005年IEEE进化计算大会，第3卷，第2138-2145页（2005）。10.1109/CEC.2005.1554959 [19] Jones，DR，直接全局优化算法，431-440（2001），波士顿：Springer，Boston [20] Jones博士；Schonlau，M。；Welch，WJ，《昂贵黑盒函数的高效全局优化》，J.Glob。最佳。，13, 4, 455-492 (1998) ·Zbl 0917.90270号 ·doi:10.1023/A：1008306431147 [21] 凯撒，HF；Dickman，K.，样本和人口得分矩阵以及来自任意人口相关矩阵的样本相关矩阵，《心理测量学》，27，2，179-182（1962）·Zbl 0213.44203号 ·doi:10.1007/BF02289635 [22] Keane，AJ，多目标设计优化中使用的统计改进标准，AIAA J.，44，4，879-891（2006）·数字对象标识代码：10.2514/1.16875 [23] Knowles，J.，Parego:一种用于昂贵多目标优化问题的具有在线景观近似的混合算法，IEEE Trans。进化。计算。，10, 1, 50-66 (2005) ·doi:10.1109/TEVC.2005.851274 [24] Knowles，J.，Corne，D.：帕累托存档进化策略：一种新的帕累托多目标优化基线算法。参见：《1999年进化计算大会会议记录-CEC99》（分类号99TH8406），第1卷（1999年）。10.1109/CEC.1999.781913 [25] Marmin，S。；骑士，C。；金斯堡，D。；帕尔达洛斯，P。；Pavone，M。；Farinella，总经理；Cutello，V.，《区分优化批次设计的多点预期改进》，机器学习、优化和大数据，37-48（2015），柏林：施普林格出版社，柏林 [26] 医学博士麦凯；贝克曼，RJ；Conover，WJ，《计算机代码输出分析中选择输入变量值的三种方法的比较》，《技术计量学》，21，2，239-245（1979）·Zbl 0415.62011号 ·doi:10.2307/1268522 [27] Mockus，J.，Tiesis，V.，Zilinskas，A.：贝叶斯方法在求极值中的应用。收录于：Szego L.D.G.（eds.）Towards Global Optimization 2:意大利卡利亚里大学研讨会论文集，1974年10月，第2卷，第117-129页（1978）·Zbl 0394.90090号 [28] 莫里斯，医学博士；Mitchell，TJ，计算实验的探索性设计，J.Stat.Plan。推理，43，3，381-402（1995）·兹伯利0813.62065 ·doi:10.1016/0378-3758（94）00035-T [29] 奥西茨卡，A。；Kundu，S.，一种使用简单遗传算法解决广义多准则优化问题的新方法，Struct。最佳。，10, 2, 94-99 (1995) ·doi:10.1007/BF01743536 [30] 帕尔，吉咪；AJ Keane；美国国际期刊Forrester；Holden，CME，带约束处理的基于代理优化的填充采样标准，工程优化。，44, 10, 1147-1166 (2012) ·doi:10.1080/0305215X.2011.637556 [31] Ponweiser，W.，Wagner，S.，Vincze，M.：集群多重广义期望改进：代理模型的新填充抽样标准。2008年IEEE进化计算大会（IEEE计算智能世界大会），第3515-3522页（2008年）。10.1109/CEC.2008.4631273 [32] 基诺内罗·坎德拉，J。；Rasmussen，CE，稀疏近似高斯过程回归的统一观点，J.Mach。学习。1939-1959年第6号决议（2005年）·Zbl 1222.68282号 [33] 拉斯穆森，CE；Williams，CKI，《机器学习的高斯过程》（2006），剑桥：麻省理工学院出版社，剑桥·Zbl 1177.68165号 [34] Riquelme，N.、Von Lücken，C.、BaráN，B.：多目标优化中的性能指标。致：第四十一届拉丁美洲计算机会议（CLEI）（2015） [35] 萨塞纳，M。；Papalambros，P。；Goovaerts，P.，探索约束全局优化的元模型采样标准，工程优化。，34, 263-278 (2002) ·doi:10.1080/03052150211751 [36] Schonlau，M.、Welch，W.J.、Jones，D.R.：计算机模型约束优化中的全局与局部搜索。摘自：讲座笔记专题系列，第34卷，第11-25页。加利福尼亚州海沃德数理统计研究所（1998年）。10.1214/lnms/1215456182 [37] Srinivas，N。；Deb，K.，在遗传算法中使用非支配排序的多目标优化，Evol。计算。，2, 3, 221-248 (1994) ·doi:10.1162/evco.1994.2.3.221 [38] Stein，M.，《空间数据插值》（1999），纽约：Springer，纽约·兹比尔0924.62100 [39] Sóbester，A。；李里，SJ；AJ Keane，《用于逼近和优化高保真计算机模拟的并行更新方案》，Struct。多学科。最佳。，27, 5, 371-383 (2004) ·doi:10.1007/s00158-004-0397-9 [40] Van Veldhuizen，D.A.，Lamont，G.B.：关于测量多目标进化算法性能。摘自：2000年进化计算大会会议记录。CEC00（分类号00TH8512），第1卷，第204-211页（2000）。10.1109/CEC.2000.870296 [41] 沃奇科夫，I。；Keane，A.，《使用代理的多目标优化》，155-175（2010），柏林：施普林格出版社，柏林·Zbl 1200.90151号 [42] 瓦格纳，T。；艾默里奇，M。；Deutz，A。；Ponweiser，W。；谢弗（Schaefer，R.）。；科塔，C。；Kołodziej，J。；Rudolph，G.，《基于模型的多目标优化的预期改进标准》，《自然的并行问题解决》，PPSN XI，718-727（2010），柏林：施普林格出版社，柏林 [43] 张，Q。；刘伟。；Tsang，E。；Virginas，B.，使用高斯过程模型的moea/d进行昂贵的多目标优化，IEEE Trans。进化。计算。，14, 3, 456-474 (2010) ·doi:10.1109/TEVC.2009.2033671 [44] Zhigljavsky，A。；Zilinskas，A.，旨在建模全局优化问题的高斯随机场协方差函数的选择，Optim。莱特。，13, 249-259 (2019) ·兹比尔1420.900055 ·doi:10.1007/s11590-018-1372-5 [45] Zilinskas，A.，“黑盒”多目标优化的基于统计模型的算法，国际期刊系统。科学。，45, 82-93 (2014) ·Zbl 1307.93476号 ·doi:10.1080/00207721.2012.702244 [46] Zilinskas，A。；Calvin，J.，《基于统计模型的全局优化中的双目标决策》，J.Glob。最佳。，74, 599-609 (2019) ·Zbl 1432.90128号 ·doi:10.1007/s10898-018-0622-5 [47] Zitzler，E。；Deb，K。；Thiele，F.，《多目标进化算法的比较：经验结果》，Evol。计算。，8, 2, 173-195 (2000) ·数字对象标识代码：10.1162/106365600568202 [48] Zitzler，E。；蒂勒，F。；Laumanns，M。；丰塞卡，CM；da Fonseca，VG，《多目标优化器的性能评估：分析与评论》，IEEE Trans。进化。计算。，7, 2, 117-132 (2003) ·doi:10.1010/TEVC.2003.810758 [49] Zitzler，E。；Thiele，L。；艾本，AE；Bäck，T。；Schoenauer，M。；Schwefel，HP，《使用进化算法的多目标优化——比较案例研究》，《Nature-PPSN V的并行问题解决》，292-301（1998），柏林：斯普林格出版社，柏林 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。