计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
3期
764-767
,共4页
计算机实验设计%Kriging模型%EI方法%全局最优化
計算機實驗設計%Kriging模型%EI方法%全跼最優化
계산궤실험설계%Kriging모형%EI방법%전국최우화
design of computer experiments%Kriging model%EI method%global optimization
基于Kriging模型的EGO算法是一种适用于黑箱函数求极值的全局最优化算法,但该算法忽略了对Kriging模型精度的控制.针对该算法的不足之处,提出了兼顾Kriging模型精度与模型寻优的迭代函数,并将改进后的EGO算法应用于五个检验函数及一个存货模型,从Kriging模型精度及优化结果两方面对改进前后的算法进行比较.结果表明,改进后的EGO算法提高了最终Kriging模型的精度,并在对目标函数进行少量估值的情况下获得了更为全局化的最优解.
基于Kriging模型的EGO算法是一種適用于黑箱函數求極值的全跼最優化算法,但該算法忽略瞭對Kriging模型精度的控製.針對該算法的不足之處,提齣瞭兼顧Kriging模型精度與模型尋優的迭代函數,併將改進後的EGO算法應用于五箇檢驗函數及一箇存貨模型,從Kriging模型精度及優化結果兩方麵對改進前後的算法進行比較.結果錶明,改進後的EGO算法提高瞭最終Kriging模型的精度,併在對目標函數進行少量估值的情況下穫得瞭更為全跼化的最優解.
기우Kriging모형적EGO산법시일충괄용우흑상함수구겁치적전국최우화산법,단해산법홀략료대Kriging모형정도적공제.침대해산법적불족지처,제출료겸고Kriging모형정도여모형심우적질대함수,병장개진후적EGO산법응용우오개검험함수급일개존화모형,종Kriging모형정도급우화결과량방면대개진전후적산법진행비교.결과표명,개진후적EGO산법제고료최종Kriging모형적정도,병재대목표함수진행소량고치적정황하획득료경위전국화적최우해.
