维度相关代理进化算法

高维寻优更高效

通过维度间长期依赖建模与解集分类，在保持多目标解质量的同时显著降低计算开销，适用于昂贵黑箱优化问题。

张锐 · Zehua, Dong · 孙超利 · Yanjun, Zhang · Xiaolu, Bai

Expert Systems with Applications 2025

参数信息

计算复杂度降低率

52.14 %

检测时间降低率

20.39 %

技术优势

高维依赖可挖掘

DCBiLSTM代理模型以低计算成本进行非线性拟合，捕获高维决策变量间的长期依赖，弥补传统代理模型对变量间相关性的忽视。

解集分类更准

基于径向空间划分筛选参考解，设计阶梯分类轴预测空间解与参考解的支配关系，从而对解集空间中的解进行准确分类。

应用场景

• 昂贵优化：替代传统代理模型，提升高维昂贵问题的求解效率。
• 焊缝缺陷检测：优化检测网络，大幅降低计算时间与复杂度的同时保持精度。
• 制造工艺优化：作为通用优化器嵌入制造流程中的黑箱参数调优环节。
• 仪器参数调优：为仪器系统的昂贵参数校准提供高效寻优方案。