基于高斯过程回归的混合型参数建模及优化

针对小样本情况下混合型参数的复杂作用关系过程建模及优化问题，文章提出基于高斯过程回归和B样条曲线相结合的建模及优化方法。首先采用B样条基函数与其控制顶点的加权求和建立函数型参数模型，然后运用超拉丁方设计对控制顶点与标量型参数进行采样并建立高斯过程回归模型，最后对所构建的模型进行遗传算法寻优。仿真与实证研究表明，该方法能够在可行域内较好地对具有复杂作用关系的混合型参数建模，与传统的实验设计方法相比，该方法能够在可行域内实现全局性最优。