本書系統(tǒng)闡述基于代理模型的優(yōu)化設(shè)計理論與方法及其在船舶工程中的應(yīng)用。全書共15章。第1章和第2章為基本理論和方法部分。第1章簡要介紹基于代理模型優(yōu)化方法的研究背景、關(guān)鍵技術(shù)和研究進(jìn)展；第2章介紹序貫代理模型方法的基本理論。第3～12章為優(yōu)化方法部分，分別闡述基于單一精度代理模型的優(yōu)化方法、基于變可信度代理模型的優(yōu)化方法，以及基于并行加點(diǎn)準(zhǔn)則代理模型的優(yōu)化方法。側(cè)重分析各種算法的原理和思路，每個算法都用數(shù)學(xué)例子說明其迭代過程和特性，并用典型測試函數(shù)說明算法的有效性。第13～15章為應(yīng)用部分，分別以2個水下航行器和1個船舶典型結(jié)構(gòu)優(yōu)化設(shè)計工程案例，開展前述理論與方法的應(yīng)用驗(yàn)證。全書注重理論聯(lián)系實(shí)際，力求深入淺出、概念清晰、算法簡明，以便于讀者理解原理和掌握算法。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
目錄
第1章 緒論 1
1.1 研究背景 3
1.2 關(guān)鍵技術(shù) 4
1.3 研究進(jìn)展 4
1.3.1 高效全局優(yōu)化方法研究進(jìn)展 5
1.3.2 代理模型輔助智能優(yōu)化方法研究進(jìn)展 11
1.3.3 代理模型輔助合作協(xié)同進(jìn)化方法研究進(jìn)展 12
1.3.4 優(yōu)化設(shè)計代理模型方法在船舶工程中的應(yīng)用研究進(jìn)展 16
參考文獻(xiàn) 17
第2章 序貫代理模型方法的基本理論 33
2.1 代理模型原理 35
2.1.1 單精度Kriging代理模型 35
2.1.2 變可信度Kriging代理模型 37
2.2 標(biāo)準(zhǔn)高效全局優(yōu)化方法 41
2.2.1 標(biāo)準(zhǔn)無約束EI準(zhǔn)則的高效全局優(yōu)化方法 41
2.2.2 標(biāo)準(zhǔn)無約束PI準(zhǔn)則的高效全局優(yōu)化方法 45
2.2.3 標(biāo)準(zhǔn)LCB準(zhǔn)則的無約束高效全局優(yōu)化方法 46
2.2.4 標(biāo)準(zhǔn)約束高效全局優(yōu)化方法 46
2.3 代理模型輔助智能優(yōu)化方法 51
2.3.1 遺傳算法基本原理 51
2.3.2 合作協(xié)同進(jìn)化算法基本原理 53
2.3.3 基于個體管理策略的代理模型輔助進(jìn)化算法 54
2.3.4 基于代數(shù)管理策略的代理模型輔助進(jìn)化算法 56
參考文獻(xiàn) 57
第3章 基于信息熵的單精度序貫Kriging代理模型下置信邊界優(yōu)化方法 59
3.1 概述 61
3.2 基本思想 61
3.3 求解流程 62
3.4 數(shù)值算例及分析 65
參考文獻(xiàn) 71
第4章 基于約束精度自檢測的多階段協(xié)同序貫代理模型優(yōu)化方法 73
4.1 概述 75
4.2 目標(biāo)函數(shù)和約束函數(shù)代理模型序貫加點(diǎn)準(zhǔn)則 75
4.2.1 目標(biāo)函數(shù)代理模型序貫加點(diǎn)準(zhǔn)則 75
4.2.2 約束函數(shù)代理模型序貫加點(diǎn)準(zhǔn)則 76
4.3 約束代理模型邊界精度自檢測方法 77
4.4 多階段優(yōu)化設(shè)計求解流程 78
4.5 數(shù)值算例及分析 80
4.5.1 示例函數(shù) 80
4.5.2 額外數(shù)值測試函數(shù) 84
參考文獻(xiàn) 86
第5章 基于置信區(qū)間的序貫單精度代理模型輔助遺傳優(yōu)化方法 87
5.1 概述 89
5.2 基本思想 91
5.3 求解流程 93
5.4 數(shù)值算例及分析 97
參考文獻(xiàn) 101
第6章 基于混合分組策略和樣本遷移的協(xié)同貝葉斯優(yōu)化方法 103
6.1 概述 105
6.2 混合分組策略 106
6.3 樣本遷移策略 108
6.3.1 加法可分子問題的樣本遷移策略 108
6.3.2 加法不可分問題的遷移GPR 模型 110
6.4 CBO-HGST 113
6.5 數(shù)值算例及分析 115
6.5.1 基準(zhǔn)測試函數(shù)信息及參數(shù)設(shè)置 115
6.5.2 算法對比 116
6.5.3 參數(shù)分析 118
6.5.4 有效性分析 121
參考文獻(xiàn) 122
第7章 基于變可信度PI準(zhǔn)則的高效全局優(yōu)化方法 123
7.1 概述 125
7.2 基本思想 125
7.2.1 拓展PI準(zhǔn)則 125
7.2.2 約束拓展PI準(zhǔn)則 128
7.3 求解流程 129
7.4 數(shù)值算例及分析 130
7.4.1 演示算例及分析 130
7.4.2 數(shù)學(xué)算例及分析 133
參考文獻(xiàn) 142
第8章 基于信息熵的變可信度序貫代理模型下置信邊界優(yōu)化方法 143
8.1 概述 145
8.2 基本思想 145
8.3 求解流程 146
8.4 數(shù)值算例及分析 150
參考文獻(xiàn) 152
第9章 基于CoV-LCB準(zhǔn)則的變可信度序貫代理模型優(yōu)化方法 153
9.1 概述 155
9.2 變可信度置信下界優(yōu)化方法 155
9.2.1 變可信度置信下界準(zhǔn)則 155
9.2.2 VF-LCB優(yōu)化方法流程 157
9.2.3 數(shù)值算例及分析 158
9.3 變可信度約束置信下界優(yōu)化方法 166
9.3.1 PoF函數(shù)輔助的變可信度置信下界優(yōu)化方法 166
9.3.2 變可信度約束置信下界準(zhǔn)則 166
9.3.3 VF-CLCB優(yōu)化方法流程 169
9.3.4 數(shù)值算例及分析 170
參考文獻(xiàn) 177
第10章 基于約束精度自檢測的多階段協(xié)同變可信度序貫代理模型優(yōu)化方法 179
10.1 概述 181
10.2 目標(biāo)和約束函數(shù)序貫加點(diǎn)準(zhǔn)則 181
10.2.1 目標(biāo)函數(shù)序貫加點(diǎn)準(zhǔn)則 181
10.2.2 約束函數(shù)序貫加點(diǎn)準(zhǔn)則 181
10.3 多階段優(yōu)化設(shè)計求解流程 184
10.4 數(shù)值算例及分析 186
10.4.1 示例函數(shù) 186
10.4.2 額外數(shù)值測試算例 191
參考文獻(xiàn) 194
第11章 基于閾值多峰期望提高準(zhǔn)則的并行高效全局優(yōu)化方法 195
11.1 概述 197
11.2 基于閾值多峰EI準(zhǔn)則的并行無約束EGO算法 197
11.2.1 基本思想 197
11.2.2 算法流程 199
11.2.3 閾值設(shè)置 202
11.2.4 數(shù)值算例及分析 202
11.3 基于閾值多峰CEI準(zhǔn)則的并行約束EGO算法 209
11.3.1 閾值多峰CEI準(zhǔn)則 209
11.3.2 數(shù)值算例及分析 210
參考文獻(xiàn) 216
第12章 基于偽期望提高準(zhǔn)則的并行高效全局優(yōu)化方法 217
12.1 概述 219
12.2 基于偽EI 準(zhǔn)則的并行無約束EGO算法 219
12.2.1 基本思想 219
12.2.2 影響函數(shù) 221
12.2.3 偽EI準(zhǔn)則 223
12.2.4 算法流程 224
12.2.5 數(shù)值算例及分析 225
12.3 基于偽CEI準(zhǔn)則的并行約束EGO算法 229
12.3.1 偽CEI準(zhǔn)則 229
12.3.2 算法流程 229
12.3.3 數(shù)值算例及分析 230
參考文獻(xiàn) 233
第13章 水下航行器非耐壓加筋圓錐殼振動約束輕量化設(shè)計 235
13.1 概述 237
13.2 優(yōu)化設(shè)計數(shù)學(xué)模型 237
13.3 基于并行EGO算法的優(yōu)化設(shè)計 240
13.3.1 閾值多峰CEI算法的優(yōu)化結(jié)果分析 241
13.3.2 偽CEI算法的優(yōu)化結(jié)果分析 244
13.4 基于置信區(qū)間序貫代理模型的優(yōu)化設(shè)計 247
參考文獻(xiàn) 249
第14章 水下航行器變剛度加筋圓柱殼穩(wěn)定性優(yōu)化設(shè)計 251
14.1 概述 253
14.2 優(yōu)化設(shè)計數(shù)學(xué)模型 253
14.3 基于約束精度自檢測多階段協(xié)同算法的優(yōu)化設(shè)計 258
14.4 基于變可信度EGO算法的優(yōu)化設(shè)計 263
參考文獻(xiàn) 265
第15章 油輪中剖面優(yōu)化設(shè)計 267
15.1 概述 269
15.2 優(yōu)化設(shè)計數(shù)學(xué)模型 269
15.3 基于遷移代理模型輔助的合作貝葉斯優(yōu)化設(shè)計 272
15.3.1 優(yōu)化算法及參數(shù)設(shè)置 272
15.3.2 優(yōu)化結(jié)果及分析 273
參考文獻(xiàn) 275
書單推薦
