首页> 中国专利> 一种基于主动学习Kriging模型的可行域搜索方法及装置

一种基于主动学习Kriging模型的可行域搜索方法及装置

摘要

本发明提供了一种基于主动学习Kriging模型的可行域搜索方法及装置,选取初始样本点,并计算所述初始样本点的损失函数,分别构建或更新损失函数和所有约束函数的Kriging代理模型,以损失函数的绝对值作为优化目标,求解优化方程;引入多个主动学习函数并构造多种约束主动学习函数,优化多种约束主动学习函数,获取最优帕累托前沿;从最优帕累托前沿中获取多个最佳样本点,并计算最佳样本点的损失函数真实值;当算法收敛时,获得精确的可行域边界的Kriging代理模型,使得损失函数即为优化问题的可行域。本发明可高效搜索多约束下的可行域,进而缩小优化问题的搜索空间,提高求解效率。

著录项

  • 公开/公告号CN114880775A

    专利类型发明专利

  • 公开/公告日2022-08-09

    原文格式PDF

  • 申请/专利权人 江苏大学;

    申请/专利号CN202210504769.1

  • 申请日2022-05-10

  • 分类号G06F30/15;G06F30/27;G06N20/00;G06F111/04;G06F111/06;

  • 代理机构南京智造力知识产权代理有限公司;

  • 代理人张明明

  • 地址 212013 江苏省镇江市京口区学府路301号

  • 入库时间 2023-06-19 16:28:30

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-08-26

    实质审查的生效 IPC(主分类):G06F30/15 专利申请号:2022105047691 申请日:20220510

    实质审查的生效

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号