.png){kind=icon}
返回
Deep neural network-based surrogate-assisted evolutionary algorithm for expensive constrained optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05169-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
代理辅助进化算法在处理高成本约束优化问题时，主要关注于解决不等式约束。然而，等式约束的作用以及等式与不等式约束同时存在的情况，尽管在该领域具有重要意义，但仍未得到充分探索。本研究旨在弥合这一差距，通过处理高成本优化问题中的所有类型约束。为此，开发了一种基于深度神经网络的多元输出回归模型作为代理模型，专门设计用于应对近似不等式约束的挑战。该模型利用其多元输出能力建立基于共识的填充采样准则，在增强目标优化的同时确保约束满足。此外，提出了一种两阶段局部搜索策略，用于细化不可行但具有潜力的解。该策略结合代理辅助方法与基于梯度的变异，以迭代改进解的质量。基于22个测试函数的实验结果证明了所提出方法的有效性，标志着解决高成本优化问题中所有类型约束的一个重要初步努力。此外，实证结果突显了所提方法在处理高成本等式约束方面的优越性，在寻找可行解方面优于五种近期最先进的代理辅助进化算法。
Keyword:
Deep neural network
Expensive constrained optimization
Multi-output
Surrogate
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
A novel hybrid arithmetic optimization algorithm for solving constrained optimization problems一种求解约束优化问题的混合算术优化算法
.png){kind=icon}
PREAI
分享收藏A Surrogate-Assisted Evolutionary Algorithm for Seeking Multiple Solutions of Expensive Multimodal Optimization Problems一种代理辅助的进化算法，用于寻找昂贵的多峰优化问题的多个解
PREAI
分享收藏
Analysis of Underfitting and Overfitting in U-Net Semantic Segmentation for Lung Nodule Identification from X-ray RadiographsX射线影像中肺结节识别的U-Net语义分割模型欠拟合与过拟合分析
PREAI
分享收藏PSO-ACO-based bi-phase lightweight intrusion detection system combined with GA optimized ensemble classifiers基于pso-aco结合GA优化集成分类器的双相轻量级入侵检测系统
PREAI
分享收藏
查看更多内容