基于改进Kriging模型的EGO算法的EI函数研究

摘要：

在许多工程优化问题中,函数评价次数深受时间和成本的限制.而在函数最优化求解的问题中,如果黑箱问题很复杂,则很难利用常用的优化算法来求解全局最优点.此时就需要用插值或拟合函数去逼近原函数,然后对新的逼近函数求最优点,进而最终得到原函数的最优点.基于此,本文在介绍Bootstrapped EGO(Efficient Global Optimizaton)算法的基础上,详细分析了其优缺点,并在Matlab平台上验证了算法的可行性.

关键词： EGO算法 最大化预期改进函数 Kriging模型 逼近函数

作者: 冯敏 张建同

作者单位: 同济大学经济与管理学院,上海,201800

会议类型: 国内会议

会议名称: 第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会

会议地点: 银川

会议语种:中文

页码: 90-95

在线出版日期: 2012-07-27（万方平台首次上网日期，不代表论文的发表时间）