首页--数理科学和化学论文--运筹学论文--最优化的数学理论论文

基于梯度法的Kriging优化方法研究

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

论文共59页,点击 下载论文
上一篇:多核并行图像处理平台的设计及其应用
下一篇:随机线性互补问题的算法研究