期刊文章详细信息
大规模黑箱优化问题元启发式求解方法研究进展
Advances in meta-heuristic methods for large-scale black-box optimization problems
文献类型:期刊文章
JIANG Puyu;LIU Jun;ZHOU Qi;CHENG Yuansheng(School of Naval Architecture and Ocean Engineering,Huazhong University of Science and Technology,Wuhan 430074,China;School of Aerospace Engineering,Huazhong University of Science and Technology,Wuhan 430074,China)
机构地区:[1]华中科技大学船舶与海洋工程学院,湖北武汉430074 [2]华中科技大学航空航天学院,湖北武汉430074
年 份:2021
卷 号:16
期 号:4
起止页码:1-18
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD_E2021_2022、DOAJ、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:大型复杂工程装备的优化设计通常为高复杂度、高维度的优化问题,即所谓的大规模黑箱优化问题,其特点是目标函数和/或约束函数解析式不可知且设计变量维度很高。近年来,大规模黑箱优化问题在各领域引起了学者们的兴趣,而元启发式算法被认为是求解该问题的有效方法。为此,全面总结了近年来求解该问题的元启发式算法的研究进展,包括使用与不使用分解策略的元启发式算法,以及处理大规模昂贵优化问题的代理模型辅助元启发式算法,并指出了针对此问题的元启发式求解方法未来可能的研究方向。
关 键 词:大规模优化 黑箱优化 元启发式算法 代理模型辅助优化
分 类 号:U662.9]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...