計(jì)算機(jī)試驗(yàn)中的Fourier型盲均值kriging模型.pdf_第1頁(yè)
已閱讀1頁(yè),還剩28頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、Kriging模型在計(jì)算機(jī)試驗(yàn)中已經(jīng)被廣泛應(yīng)用,其中最常用的是均值為常數(shù)的模型。一個(gè)kriging模型有兩部分組成,線性回歸部分和高斯過(guò)程部分,所以它具有良好的插值性質(zhì)。由于這個(gè)模型的預(yù)測(cè)效果較差,所以在kriging模型中假設(shè)均值函數(shù)未知(盲均值)。為了滿足效應(yīng)排序和遺傳原則,通過(guò)Bayes變量選擇的方法確定模型。拉丁超立方體設(shè)計(jì)由于其在一維空間的良好投影性質(zhì)和最多的因子水平數(shù)被廣泛應(yīng)用于計(jì)算機(jī)試驗(yàn)的設(shè)計(jì)中。Butler(2001)提

2、出了在Fourier多項(xiàng)式模型下構(gòu)造正交和最優(yōu)拉丁超立方體設(shè)計(jì)的方法。
   本文研究Fourier多項(xiàng)式下盲均值的kriging模型,選擇拉丁超立方體設(shè)計(jì)作為試驗(yàn)的設(shè)計(jì),并比較在此模型下Butler(2001)的拉丁超立方體設(shè)計(jì)、極大極小的拉丁超立方體設(shè)計(jì)和隨機(jī)生成的拉丁超立方體設(shè)計(jì)的效果。通過(guò)模擬發(fā)現(xiàn),F(xiàn)ourier型盲均值的kriging模型是比較穩(wěn)健的,并且Butler(2001)提出的拉丁超立方體設(shè)計(jì)在此kriging

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論