効率的なサンプリング戦略を用いた多目的適応代理モデリングベース最適化(MO-ASMO)フレームワーク【JST・京大機械翻訳】

Lee Yong Hoon; Corman R. E.; Ewoldt Randy H.; Allison James T.

文献

J-GLOBAL ID：202102214545680033 整理番号：21A1775638

効率的なサンプリング戦略を用いた多目的適応代理モデリングベース最適化(MO-ASMO)フレームワーク【JST・京大機械翻訳】

A Multiobjective Adaptive Surrogate Modeling-Based Optimization (MO-ASMO) Framework Using Efficient Sampling Strategies

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A1775638&from=J-GLOBAL&jstjournalNo=A0478C") }}

著者 (4件)： , , ,
資料名：
号： IDETC-CIE2017 ページ： Null 発行年： 2017年
JST資料番号： A0478C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

新しい多目的適応代理モデリングベース最適化(MO-ASMO)フレームワークを提案し,逐次モデル更新のための最小数の訓練サンプルを効率的に利用した。すべてのサンプルポイントは実行可能であり,新しい最適化部分問題を用いてまばらに探索されたスパース設計領域のカバレッジを提供する。MO-ASMO法は,実現可能なサンプル点における高忠実度関数を評価するだけであった。開発サンプル相の間,サンプルを選択して,全体的探査よりむしろ溶液精度を強化した。サンプリングタスクは多目的最適化のために特に困難である。n次元設計空間では,設計空間におけるPareto集合に対応する(n-1)次元超曲面近くのモデル更新サンプル点を生成する戦略が必要である。ここでは,グラフ可視化戦略から適応した力指向レイアウトアルゴリズムを用いて,推定パレート集合近傍に均等に実現可能なサンプル点を配布した。モデル検証サンプルをParetoセット超曲面上で一様に選択し,これらの点における代理モデル推定を高忠実度モデル応答と比較した。すべての高忠実度モデル評価は,更新された代理モデルを訓練するために,後の使用のために保存される。新しいサンプリング戦略のセットと共にMO-ASMOアルゴリズムを,2つの数学的および1つの現実的工学問題を用いてテストした。第2の数学的試験問題は,非常に狭い非凸の実行可能な領域に対処するために,このアルゴリズムの限界をテストするために特別に設計した。それは振動目的関数を含み,Pareto最適解の不連続集合を生じさせる。また,第3の試験問題は,MO-ASMOアルゴリズムが10以上の設計変数とブラックボックスシミュレーションで実用的工学問題を扱うことができることを証明した。MO-ASMOアルゴリズムの効率を,高忠実度関数評価の数に関して,NSGA-IIアルゴリズムの結果に対する2つの数学的問題の結果を比較することによって実証し,同じパレート集合に収束するとき,数桁の大きさで全関数評価を減らすことを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

システム最適化手法 , 数値計算 , オペレーションズリサーチ一般

, , , , , , ,

前のページに戻る