基于Q学习的代理模型辅助优化算法  

作　　者：任志海 

机构地区：[1]山西电子科技学院

出　　处：《信息系统工程》2025年第4期79-82,共4页

摘　　要：针对目标函数评价昂贵的优化问题,提出一种基于Q学习的代理模型辅助优化算法(QL-SAEA),旨在通过动态策略选择提升算法效率。通过结合Q学习,设计多策略协同机制,利用Kriging模型和径向基函数网络模型捕捉目标函数特征作为代理模型,并集成粒子群优化及其社会学习变体作为搜索策略,搜索目标问题的最优解。实验结果表明,QL-SAEA通过强化学习驱动的自适应策略选择,有效平衡全局探索与局部开发,为昂贵优化问题提供了一种高效解决方案。

关 键 词：强化学习 Q学习 代理模型 优化算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]