论文部分内容阅读
针对复杂机械装备多学科多目标优化设计成本高、周期长等问题，提出一种近似模型与并行加点策略相结合的多目标优化方法。基于Kriging模型，将添加更新样本点定义为同时考虑Pareto最优解和预测误差的动态多目标优化问题，应用改进NSGA-II优化算法和极大极小距离准则，确定最优的并行更新样本点，在提高Kriging模型精度的同时实现多目标优化。测试函数验证和实例结果表明，该方法可有效提高复杂系统多目标优化效率，同时获得收敛性和分散性俱佳的Pareto最优解。