申请/专利权人：上海交通大学四川研究院

申请日：2024-03-26

公开（公告）日：2024-04-30

公开（公告）号：CN117952021A

主分类号：G06F30/27

分类号：G06F30/27;G06F18/23;G06N3/126;G06F18/27;G06F119/14;G06F111/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开了一种基于代理模型的序列加点优化方法，属于代理模型优化领域，其包括S1在输入空间采样得到样本集；S2对代理模型进行训练，并选取随机数；S3判断随机数是否大于比例因子，若是，采用MSP准则在输入空间采样，否则采用Maximin准则在输入空间采样；S4将采样的样本点加入样本集，判断样本集是否满足终止条件，若是，输出样本及最大值或最小值，否则进入S5；S5检测样本集是否有聚类，若是进入S6，否则返回S2；S6将聚类的样本构成的超球体作为约束条件加入S3中的两个准则中，返回S2。本方案的序列加点优化方法具有不需要较大初始样本量，加点准则不用依赖特定的代理模型构建方法，不易陷入局部最优等优点。

主权项：1.基于代理模型的序列加点优化方法，其特征在于，包括步骤：S1、获取待优化对象的优化问题，并基于优化问题确定输入空间的维度和边界，并采用拉丁超立方方法在输入空间进行采样，得到样本集；S2、采用样本集对具有回归能力的代理模型进行训练，并采用反正切函数计算比例因子，之后选取一个0~1之间的随机数；S3、判断随机数是否大于比例因子，若是，采用最大小代理模型预测准则在输入空间中进行采样，否则采用最大化最小距离准则在输入空间中进行采样；S4、将采样得到的样本点加入样本集，并判断样本集是否满足终止条件，若是，输出样本集及代理模型得到的最大值或最小值，否则进入步骤S5；S5、检测样本集中是否存在聚类现象，若是，则进入步骤S6，否则直接返回步骤S2；S6、将聚类的样本所构成的超球体作为当前拒绝域，并将其作为约束条件加入最大小代理模型预测准则和基于最大化最小距离准则中，之后返回步骤S2。

全文数据：

权利要求：

百度查询： 上海交通大学四川研究院 基于代理模型的序列加点优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD