基于遗传算法的Kriging模型构造与优化

被引：22

作者：

游海龙 ^{[1
]}

贾新章 ^{[2
]}

机构：

[1] 西安电子科技大学微电子学院

[2] 宽禁带半导体材料与器件教育部重点实验室

来源：

计算机辅助设计与图形学学报 | 2007年 / 01期

关键词：

Kriging元模型; 相关模型参数; 遗传算法; 全局最优值;

D O I：

暂无

中图分类号：

TB11 [工程数学];

学科分类号：

0701 ; 070104 ;

摘要：

相关模型参数的确定是Kriging模型构造的关键,讨论了利用传统数值优化方法,如模式搜索方法,确定相关参数存在依赖搜索起始点等缺点;利用遗传算法获得满足目标函数全局最小情况下的相关模型参数,解决了模型的构造对起始点依赖的问题;将遗传算法与改进后的Kriging模型结合,基于近似模型对系统进行全局最优化.

引用

页码：64 / 68

页数：5

共 5 条

[1]

遗传算法与工程优化.[M].[日]玄光男;[日]程润伟著;于歆杰;周根贵译;.清华大学出版社.2004,

[2]

最优化原理与方法.[M].薛毅编著;.北京工业大学出版社.2001,

[3] Kriging插值与拉丁超立方试验相结合构造电路元模型 [J].