
关于不平稳假设下的序贯近似建模方法的研究论文.pdf
5星
- 浏览量: 0
- 大小:None
- 文件类型:None
简介:
本文探讨了在数据分布不稳定假设下,序贯模型构建的有效策略和算法改进,提出了一种新的序贯近似建模方法,以适应快速变化的数据环境。
在工业设计过程中常常需要处理复杂且耗时的仿真问题。构建简单的近似模型能够简化分析与优化流程,而元模型的建立以及相应的仿真试验设计则是其中的关键环节。
针对元模型构建的问题,传统上采用基于平稳性假设的Kriging方法进行建模。然而,该方法在面对非规则系统时存在局限性。为此,本段落提出了一种新的Kriging方法——即利用非线性映射技术来处理不平稳性的假设条件下的建模问题。
通过实例分析发现:相较于传统Kriging模型而言,新提出的基于不平稳假设的Kriging方法不仅能够建立更为精准的预测模型,并且在描述模型不确定性方面也更加贴近直观理解。此外,在计算机试验设计环节中,本段落还提出了一种改进后的Kriging方法为基础的新序贯准则,该准则可以引导后续实验点的选择趋向于那些具有高不确定性和远离现有数据区域的位置。
通过实际案例验证表明:基于上述新提出的序列化策略进行的试验设计相较于一次性完成的设计方案而言,在效果上更为优越,并且能够有效减少所需的样本量。
全部评论 (0)
还没有任何评论哟~


