.png){kind=icon}
返回
A novel multi-objective optimization method based on enhanced hippopotamus optimization algorithm and Kriging model
.png){kind=icon}
PRE
AI
DOI：10.1108/ijsi-04-2025-0105.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的
针对Kriging模型拟合精度效率低下的不足，提出了一种基于改进Kriging模型的复杂结构多目标优化方法。
设计/方法/途径
首先，该方法引入改进的河马优化算法（EHO）以解决河马优化算法（HO）的固有局限性。随后，利用EHO搜索Kriging模型的最优相关系数。然后，将EHO-Kriging与NSGA-III结合，建立具有高精度和高解算效率的多目标优化框架。
结论
EHO-Kriging模型在测试函数上表现出高拟合精度，决定系数达到0.99以上，均方误差、平均相对误差、平均绝对误差和平均绝对百分比误差均接近0。该方法应用于平车底架和EMU转向架框架，结果表明该方案可降低最大等效应力和质量，且比传统优化方法精度更高。
创新性与价值
采用合适的智能算法获取Kriging模型的最优相关系数可显著提高拟合精度。基于高精度代理模型与多目标优化算法相结合的优化方法，可有效降低产品性能波动并实现高解算精度，具有强可行性和工程适用性。
期刊
I
IF:
3
论文数:
43
被引数:
0
机构
引用论文
A novel hybrid adaptive Kriging and water cycle algorithm for reliability-based design and optimization strategy: Application in offshore wind turbine monopile用于可靠性设计和优化策略的新型混合自适应Kriging和水循环算法: 在海上风力发电机单桩中的应用
PREAI
分享收藏Multi-objective shape-section optimization of free-form latticed shells using the RBF-NSGA-II algorithm基于rbf-nsga-ii算法的自由形式网壳的多目标形状截面优化
PREAI
分享收藏Hippopotamus optimization algorithm: a novel nature-inspired optimization algorithm.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏A novel multi-objective robust optimization method based on improved Gray Wolf optimizer and Kriging model一种基于改进灰狼优化器和克里金模型的新型多目标鲁棒优化方法
IF0
PREAI
分享收藏A Coupled Simulated Annealing and Particle Swarm Optimization Reliability-Based Design Optimization Strategy under Hybrid UncertaintiesMathematics
OAAI
MathematicsIF0
OAAI分享收藏A dual-optimization wind speed forecasting model based on deep learning and improved dung beetle optimization algorithmENERGY
ENERGYIF9.4
PREAI
分享收藏
查看更多内容