Электронный каталог

Статья

Горбунов, С.М.
Эволюционный алгоритм многокритериальной оптимизации с суррогатными моделями машинного обучения / С.М. Горбунов, В.В. Становов // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение (электронная версия). – 2025. – №2. – С.48-62: граф., ил., табл.

Повышена эффективность эволюционных алгоритмов решения дорогостоящих многокритериальных задач оптимизации путем внедрения эффективных регрессионных моделей машинного обучения, аппроксимирующих целевые функции, для ускорения сходимости к истинному фронту Парето при ограниченном числе вычислений критериев (так называемый суррогатный подход). За основу разработанного метода многокритериальной оптимизации с суррогатным подходом взят эволюционный алгоритм MOEA/D. В качестве суррогатных моделей рассмотрены метод регрессионного анализа, основанный на гауссовых процессах, — кригинг (KRG), и метод опорных векторов (SVM), предназначенный для решения задач классификации и регрессии. Модифицированный эволюционный алгоритм многокритериальной оптимизации MOEA/D демонстрирует сравнимые или лучшие результаты на всех тестовых задачах международного соревнования алгоритмов многокритериальной оптимизации. Предложенный подход с кригингом показал лучшие средние результаты по метрике IGD. Разработанный подход с кригингом также показывает более разнообразные решения по сравнению с методами опорных векторов и алгоритмом MOEA/D.




Ключевые слова = ПРИБОРОСТРОЕНИЕ
Ключевые слова РП = оптимизация многокритериальная
Ключевые слова РП = критинг
Ключевые слова РП = модель суррогатная
Ключевые слова РП = обучение машинное