基于高斯过程回归的混合型参数建模及优化 |
| |
引用本文: | 王方成,刘玉敏,崔庆安.基于高斯过程回归的混合型参数建模及优化[J].统计与决策,2023(1):34-39. |
| |
作者姓名: | 王方成 刘玉敏 崔庆安 |
| |
作者单位: | 1. 郑州大学商学院;2. 郑州大学管理工程学院;3. 上海海事大学经济管理学院 |
| |
摘 要: | 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。
|
关 键 词: | 实验设计 复杂作用关系 B样条曲线 高斯过程回归 遗传算法 |
|
|