空间

空间(计算机实验的随机过程分析):该代码对于分析和全局优化非常昂贵的函数非常有用。新模型的主要参数x拟合检验利用拟合模型可视化主效应和联合效应,使各阶段的响应全局最小化:规范建议在每个阶段指定数量的设计场地。然后可以在这些设计站点离线评估该功能。新功能的下一个阶段是反馈空间。提供响应函数的全局最小化。space生成单个设计站点,等待由所提供的功能对设计站点进行评估,space生成下一个给定新功能评估的设计站点,等等,直到满足收敛准则。


zbMATH中的参考文献(参考文献36条,1标准件)

显示第1到第20个结果,共36个。
按年份排序(引用)
  1. 陈立明;邱浩波;高、梁;江、陈;Yang,Zan:通过梯度增强克里金优化昂贵的黑盒问题(2020)
  2. 加西亚-加西亚,何塞·卡洛斯;加西亚-Ródenas,里卡多;Codina,Esteve:计算代价高昂的黑盒问题的基于代理的协作优化框架(2020)
  3. 戴维高德里;勒里奇,鲁道夫;皮切尼,维克托;埃诺,贝诺;Herbert,Vincent:贝叶斯多目标优化中的目标解决方案:序列和批处理版本(2020)
  4. 瓦拉多,姆尼卡A.C。;Batista,Lucas S.:SAEA替代模型的比较研究(2020)
  5. 詹大伟;邢焕来:昂贵优化的预期改进:回顾(2020)
  6. 桑森,弗朗索瓦;勒梅尔,奥利维尔;Congedo,Pietro-Marco:解算器定向链的高斯过程模型系统(2019)
  7. 周宜城;吕振州;程凯;凌春燕:稀疏贝叶斯学习框架下多项式混沌扩展的一种有效且鲁棒的自适应采样方法(2019)
  8. 李耀辉;吴义忠;赵建军;陈立平:基于kriging的初始点不可行昂贵黑盒函数的约束全局优化算法(2017)
  9. 乌尔·雷赫曼,萨米;Langelaar,Matthijs:约束问题全局鲁棒优化的基于期望改进的填充抽样(2017)
  10. 贝克,约金;Guillas,Serge:computer experiments(MICE):海啸模型模拟的序贯设计(MICE)(2016)
  11. 马尔扎特,朱利安;沃尔特,埃里克;Piet Lahanier,Hélène:一种新的连续极小极大优化期望改进算法(2016)
  12. 斯文森,约书亚;Santner,Thomas:昂贵的确定性计算机模拟模型评估的多目标优化(2016)
  13. 冯志伟;张庆斌;张庆福;唐乾刚;杨涛;Ma,Yang:一个基于多目标优化的框架,在昂贵的优化中平衡全球勘探和局部开采(2015)
  14. 王淑娟;秋阳、秋阳;Savage,Gordon J.:考虑设计变量不确定性的结构可靠性稳健设计优化(2015)
  15. 罗伊,索玛;诺茨,威廉一世:计算机实验中的百分位估计:序列自适应设计和固定设计的比较(2014)
  16. 索贝斯特,安德鲁斯;福雷斯特,亚历山大I.J。;大卫·J·J·托尔。;特雷西德,Es;Tucker,Simon:代理辅助优化技术的工程设计应用(2014)
  17. 特伊陶,奥利弗;Vazquez,Emmanuel:根据先验信息设计最优搜索算法(2014)
  18. 马尔扎特,朱利安;沃尔特,埃里克;Piet Lahanier,Hélène:通过Kriging和松弛实现黑盒函数的最坏情况全局优化(2013)
  19. 莫里奥,杰罗姆;杰奎马特,达米安;巴莱斯登,马修;Marzat,Julien:用于稀有事件估计的相互作用粒子系统的优化(2013)
  20. 里奥斯,路易斯·米格尔;Sahinidis,Nikolaos V.:无导数优化:算法回顾和软件实现比较(2013)