MLMSRBF

此软件的关键字
zbMATH参考文献(39篇文章引用)
陈雷兵;王,袁;吴,C.F.杰夫:基于不确定性量化的自适应RBF代理模型寻找昂贵函数的最优点(2020) 高,韩;朱学宇;王建勋:三维血流动力学模拟中不确定性传播的双保真代理建模方法(2020) García-García,JoséCarlos;García-Ródenas,Ricardo;Codina,Esteve:计算代价高昂的黑箱问题的基于代理的合作优化框架(2020) 何新宇;雷耶斯,克里斯托弗G.;鲍威尔,沃伦B.:连续设计下局部非线性参数模型的最优学习(2020) Macèdo,M.Joseane F.G.;Karas,Elizabeth W.;Costa,M.Fernanda P.;Rocha,Ana Maria A A.C.:基于滤波器的全局优化随机算法(2020) 孙鲁宁,高,韩,潘,邵武,王建勋:基于物理约束的无模拟数据深度学习的流体流动替代建模(2020) Mohammad Ahmaward;Esmaeilbeigi,Mohsen;Kamandi,Ahmad;Yaghoobi,Farajollah Mohammadi:基于点排序和MLE技术的改进混合轨道算法(2019) Cortesi,Andrea F.;Jannoun,Ghina;Congedo,Pietro M.:具有自适应优化的Kriging稀疏多项式维分解代理模型(2019年) He,Jiachuan;Mattis,Steven A.;Butler,Troy D.;Dawson,Clint N.:使用支持向量机进行预测流量和运输建模的数据驱动不确定性量化(2019年) Larson,Jeffrey;Menickelly,Matt;Wild,Stefan M.:无导数优化方法(2019年) Müller,Juliane;Day,Marcus:具有隐藏约束的计算代价高的黑盒问题的代理优化(2019) Costa,Alberto;Nannicini,Giacomo:RBFOpt:一个用于黑盒优化的开源库,具有昂贵的函数评估(2018) Zhou,Zhe;Bai,Fusheng:基于径向基函数插值的代价高昂的黑盒全局优化自适应框架(2018) 周哲;白福生:一种求解代价黑箱优化的随机自适应径向基函数算法(2018) Beiranvand,Vahid;Hare,Warren;Lucet,Yves:比较优化算法的最佳实践(2017) Boukouvala,Fani;Faruque Hasan,M.M.;Floudas,Christodoulos A.:一般约束灰箱模型的全局优化:用于变压吸附的约束偏微分方程的新方法及其应用(2017) Corveleyn,Samuel;Vandewalle,Stefan:基于低秩张量近似的模糊输入函数的输出计算(2017) D'Ambrosio,Claudia;Nannicini,Giacomo;Sartor,Giorgio:MILP模型,用于选择一小组均匀分布点(2017年) Martinez,Nadia;Anahideh,Hadis;Rosenberger,Jay M.;Martinez,Diana;Chen,Victoria C.P.;Wang,Bo Ping:非凸分段线性回归样条的全局优化(2017) Müller,Juliane:SOCEMO:计算代价高的多目标问题的替代优化(2017)