基于复杂昂贵仿真的体系效能多目标优化

效能优化是实现体系结构设计、多方案配置等工作的重要途径.体系仿真系统通常具有组成结构复杂、连续离散混合、输入输出变量多、运行开销大等特点,导致效能优化面临多目标、混合变量、多峰值、低效率等问题,提出一种基于复杂昂贵仿真的体系效能优化算法.针对昂贵仿真问题,提出基于聚类与空间填充准则相结合的开发-探索序贯元模型策略;引入混合编码策略和相应遗传算子改进传统的NSGA-II (nondominated sorting genetic algorithm II)算法,提高多目标优化效率.与目前较流行的3种昂贵优化算法的对比分析表明,所提算法得到的优化结果具有较好的收敛性、多样性及分布性.最后,以某防空体系的效能仿真优化为例,验证所提方法的可行性和有效性.