提出基于克里金(Kriging)插值的高维模型表示(high dimensional model representation,HDMR)方法,即Kriging-HDMR方法.Kriging-HDMR方法的最大优势在于:能够明确输入参数的耦合特性,将构造模型复杂度由指数级增长降阶为多项式级增长,进...提出基于克里金(Kriging)插值的高维模型表示(high dimensional model representation,HDMR)方法,即Kriging-HDMR方法.Kriging-HDMR方法的最大优势在于:能够明确输入参数的耦合特性,将构造模型复杂度由指数级增长降阶为多项式级增长,进而用有限样本确定待求问题的物理实质.为了验证算法的建模性能,采用高维非线性函数成功地验证了该算法的可行性,并将该算法初步应用于简单的非线性工程问题,同传统算法相比,其精度和效率都得到了明显提升.展开更多
文摘提出基于克里金(Kriging)插值的高维模型表示(high dimensional model representation,HDMR)方法,即Kriging-HDMR方法.Kriging-HDMR方法的最大优势在于:能够明确输入参数的耦合特性,将构造模型复杂度由指数级增长降阶为多项式级增长,进而用有限样本确定待求问题的物理实质.为了验证算法的建模性能,采用高维非线性函数成功地验证了该算法的可行性,并将该算法初步应用于简单的非线性工程问题,同传统算法相比,其精度和效率都得到了明显提升.
