多目标黑箱优化中约束的处理
最优化与控制
2022-04-05 v1
摘要
本工作提出将两种新的约束处理方法集成到黑箱约束多目标优化算法 DMulti-MADS 中，该算法是网格自适应直接搜索(MADS)算法在单目标约束优化上的扩展。约束被聚合成单一约束违反函数，该函数用于两种途径之一：两阶段法，即若尚不存在可行点则优先搜索可行点再改进当前解集；或渐进屏障法，即拒绝约束违反函数值高于阈值的任何试验点。该阈值在迭代中逐渐减小。如单目标情形，证明了这两种变体生成的可行和/或不可行序列在可行情形下收敛到局部帕累托最优点的集合，或在不可行情形下依据约束违反函数收敛到 Clarke 驻点。计算实验表明这两种方法与其它最先进算法相比具有竞争力。
引用
@article{arxiv.2204.00904,
title = {Handling of constraints in multiobjective blackbox optimization},
author = {Jean Bigeon and Sébastien Le Digabel and Ludovic Salomon},
journal= {arXiv preprint arXiv:2204.00904},
year = {2022}
}