基于高斯过程代理模型的粒子群算法研究

群智能算法是一类重要的优化方法，因其具有较好的并行性、鲁 棒性，亦可解决非连续、不可导、黑盒优化等问题而成为智能计算领 域的一个研究热点。作为一种基于种群的迭代算法，群智能算法在求 解复杂问题时常常需要大量的适应度评价，由此会导致算法的时间代 价剧增，进而影响群智能算法的使用效率。代理模型是根据已知数据 对复杂函数模型进行近似建模，以代替高精度的复杂计算，可有效降 低计算代价。因此，本论文基于数据驱动技术，采用粒子群算法作为 优化搜索算法，构建各种高效的代理模型用于算法的适应度值评估

•  2021-06-30
• 收藏0
• 阅读132
• 下载0
• 83页
• pdf
• 6.38M