摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
缩略语对照表 | 第10-14页 |
第一章 绪论 | 第14-20页 |
1.1 研究目的和意义 | 第14页 |
1.2 国内外研究现状分析 | 第14-17页 |
1.2.1 Kriging模型 | 第14-15页 |
1.2.2 计算机实验设计(DOE) | 第15-16页 |
1.2.3 全局优化方法以及基于Kriging模型的全局优化方法 | 第16-17页 |
1.3 本文组织结构及内容概要 | 第17-20页 |
第二章 常用实验设计方法 | 第20-28页 |
2.1 经典采样方法 | 第20-23页 |
2.1.1 全因子实验设计(Full Factorial Design, FD) | 第20页 |
2.1.2 部分因子实验设计(Fractional Factorial Design, FFD) | 第20-21页 |
2.1.3 中心复合设计(Central Composite Design, CCD) | 第21-22页 |
2.1.4 Box-Behnken设计(BBD) | 第22-23页 |
2.2 全空间分布采样方法 | 第23-26页 |
2.2.1 网格采样 | 第23页 |
2.2.2 拉丁超立方采样(Latin Hypercube Sampling, LHS) | 第23-25页 |
2.2.3 正交表采样(Orthogonal Array, OA) | 第25-26页 |
2.2.4 汉默斯里序列采样(Hammersley Sequence Samples, HSS) | 第26页 |
2.2.5 蒙特卡罗仿真(Monte-Carlo Simulation) | 第26页 |
2.3 本章小结 | 第26-28页 |
第三章 Kriging模型及其参数更新 | 第28-40页 |
3.1 Kriging插值基本原理 | 第28页 |
3.2 计算机实验设计与分析(DACE) | 第28-34页 |
3.2.1 DACE中的Kriging模型 | 第29-31页 |
3.2.2 回归函数 | 第31页 |
3.2.3 相关函数 | 第31-32页 |
3.2.4 q 的最优化选择 | 第32-33页 |
3.2.5 DACE的实现过程 | 第33-34页 |
3.3 投影梯度法 | 第34-35页 |
3.4 基于梯度算法的q 优化 | 第35-36页 |
3.5 算法测试 | 第36-39页 |
3.5.1 Alpine Function (AF) | 第36-37页 |
3.5.2 Schaffer's Function (SF) | 第37-38页 |
3.5.3 Colville Function (CF) | 第38页 |
3.5.4 Generalized polynomial function (GF) | 第38-39页 |
3.5.5 Six-hump Camel-Back function (SCF) | 第39页 |
3.6 本章小结 | 第39-40页 |
第四章 基于Kriging模型的全局优化方法 | 第40-50页 |
4.1 EGO算法 | 第40-41页 |
4.1.1 实现过程 | 第40页 |
4.1.2 交叉验证 | 第40-41页 |
4.1.3 样本填充准则——期望改善 | 第41页 |
4.2 SKO算法 | 第41-43页 |
4.2.1 增广期望改善 | 第42页 |
4.2.2 SKO算法的停止准则 | 第42-43页 |
4.3 MFSKO算法 | 第43页 |
4.3.1 MFSKO中的增广改善期望 | 第43页 |
4.3.2 MFSKO算法的停止准则 | 第43页 |
4.4 基于投影梯度法的EGO算法 | 第43-45页 |
4.5 算法测试 | 第45-48页 |
4.5.1 Alpine Function (AF) | 第45页 |
4.5.2 Banana Function(BF) | 第45页 |
4.5.3 Goldstein and Price Function (GP) | 第45-46页 |
4.5.4 Branin function (BR) | 第46页 |
4.5.5 Schaffer's Function(SF) | 第46-47页 |
4.5.6 Generalized polynomial function (GF) | 第47页 |
4.5.7 Six-hump Camel-Back function(SCF) | 第47页 |
4.5.8 Colville Function (CV) | 第47-48页 |
4.5.9 Sphere Function(SP) | 第48页 |
4.6 结果分析 | 第48-49页 |
4.7 本章小结 | 第49-50页 |
第五章 本文总结与研究展望 | 第50-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-58页 |
作者简介 | 第58-59页 |