期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进EGO算法的黑箱函数全局最优化 被引量:6
1
作者 王彦 尹素菊 《计算机应用研究》 CSCD 北大核心 2015年第3期764-767,共4页
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... 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。 展开更多
关键词 计算机实验设计 KRIGING模型 EI方法 全局最优化
下载PDF
考虑梯度信息的ε-支持向量回归机 被引量:4
2
作者 周晓剑 《自动化学报》 EI CSCD 北大核心 2014年第12期2908-2915,共8页
传统的ε-支持向量回归机(ε-support vector regression,ε-SVR)只是根据样本点处的响应值来构建模型,并没考虑样本点处的梯度信息.如果样本点处的梯度信息容易获得或者获得的成本并不高,那就应该将梯度信息应用到模型的构建中.已有的... 传统的ε-支持向量回归机(ε-support vector regression,ε-SVR)只是根据样本点处的响应值来构建模型,并没考虑样本点处的梯度信息.如果样本点处的梯度信息容易获得或者获得的成本并不高,那就应该将梯度信息应用到模型的构建中.已有的基于梯度信息的ε-支持向量回归机模型的构建是从泰勒展开的角度着手,简单地将梯度信息插入到泰勒展开式中;本研究另辟蹊径,并没有去估计样本点邻域内的函数值,而是将梯度信息作为第二类变量融入到核矩阵中直接构建优化模型,使模型的构建更为简捷直观,并据此得到一种新的基于梯度信息的ε-支持向量回归机(Gradient-enhancedε-support vector regression,GESVR)模型.所提模型通过了常用分析函数及精算领域中的生命表数据的验证,实验表明,与传统的ε-SVR相比,考虑梯度信息的GESVR模型显著地提高了其预测精度. 展开更多
关键词 ε-支持向量回归机 元模型 梯度信息 计算机实验设计 仿真优化
下载PDF
杂萘联苯聚醚砜酮膜结构计算机直接试验设计
3
作者 秦培勇 杨洁 +2 位作者 陈翠仙 李继定 孙本惠 《北京化工大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第1期28-32,共5页
以杂萘联苯聚醚砜酮/聚乙烯吡咯烷酮/N-甲基吡咯烷酮(PPESK/PVP/NMP)为铸膜液体系,对杂萘联苯聚醚砜酮的膜结构进行了计算机直接试验设计。结果发现采用膜结构参数——趋向海绵膜结构特征分数St,可以对膜结构进行定量化表征和设计。以... 以杂萘联苯聚醚砜酮/聚乙烯吡咯烷酮/N-甲基吡咯烷酮(PPESK/PVP/NMP)为铸膜液体系,对杂萘联苯聚醚砜酮的膜结构进行了计算机直接试验设计。结果发现采用膜结构参数——趋向海绵膜结构特征分数St,可以对膜结构进行定量化表征和设计。以聚合物浓度和PVP添加剂作为影响因素,通过直接实验设计,分别得到了描述PPESK膜水通量、截留率、膜结构的3个数学模型。这3个数学模型表明,PVP添加剂和聚合物浓度能显著地影响膜的水通量、截留率和结构;随着聚合物和PVP添加剂浓度的增加,膜的水通量显著下降,截留率降低,膜结构逐渐由指状结构变为海绵结构。实验值和模型的预测值吻合得较好,表明采用直接实验可以实现对PPESK超滤膜的膜结构与性能的调控。 展开更多
关键词 杂萘联苯聚醚砜酮 计算机直接实验设计 聚乙烯吡咯烷酮 相转化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部