-
题名基于主动学习的树状高斯过程建模与参数优化
- 1
-
-
作者
冯泽彪
杨旭
汪建均
-
机构
南京邮电大学管理学院
南京理工大学经济管理学院
-
出处
《系统工程与电子技术》
北大核心
2025年第6期1950-1963,共14页
-
基金
国家自然科学基金(72301146,72171118,71931006)
全国统计科学研究项目(2023LZ010)
+2 种基金
中国博士后科学基金特别资助项目(2024T170430)
中国博士后科学基金面上项目(2023M741802)
江苏省高校自然科学基金面上项目(23KJB630012)资助课题。
-
文摘
针对非平稳响应的稳健参数设计问题,在树状高斯过程(treed Gaussian process,TGP)建模的框架下,提出基于主动学习算法的稳健参数优化模型。首先,综合运用D-optimal和Expected Improvement设计策略,构建主动学习算法,以改善设计点的空间填充性能和优化性能。然后,利用贝叶斯分层建模方法构建模型结构,以估计输入和输出之间的非平稳函数关系。最后,利用TGP模型输出,构建基于质量损失函数的稳健参数优化模型。利用遗传算法(Genetic algorithm,GA)进行全局优化,以获得最优输入参数设置。仿真结果表明,所提方法所得最优解具有更小的质量损失和预测偏差,改善了最优解潜在区域的预测精度,降低了预测响应的不确定性,进而提升了非平稳响应稳健优化结果的有效性。
-
关键词
非平稳响应
稳健参数设计
树状高斯过程模型
主动学习算法
质量损失
-
Keywords
non-stationary response
robust parameter design
treed gaussian process(tgp)model
active learning algorithm
quality loss
-
分类号
TP273.2
[自动化与计算机技术—检测技术与自动化装置]
-
