基于既往优化知识的稳健性优化方法

[目的]由于直接运用嵌套差分进化算法求解区间不确定性稳健优化问题十分耗时,提出一种能够减少耗时函数调用次数的稳健性设计优化方法.[方法]该方法利用临界距离内已经精确计算过的个体响应值的信息近似预测其他个体响应值,以此近似评估个体稳健性指标;利用进化过程中逐步扩充的精确个体响应值的信息,选择性地重新评估已往个体的稳健性,并根据评估误判率自适应调整临界距离.[结果]2个数学算例和1个工程算例的验证结果表明,提出的算法在最优目标误差小于2.5％时,节省了94％以上的计算资源.[结论]所提方法能够结合既往优化知识,极大地减少精确计算内外层个体响应值的次数,实现个体稳健性评价精度和成本的自适应动态平衡,为区间不确定性稳健设计优化提供一种新的思路和方法.