首先通过网格划分将已有的样本点映射到划分好 的正交超棋盘格,之后在序列样本点生成时,根据最小距离最大化(maximin distance)准贝1J,通过逐次局部枚举完成序列样本点的生成。[0010] 本发明的目的是通过下述技术方案实现的。[0011] 本发明提出的一种高效序列拉丁超立方试验设计方法,其特征在于,其具体实施 步骤为:[...
1.一种序贯采样的拉丁超立方实验设计方法,其特征在于,包括以下步骤: 步骤S100:根据所处理设计的条件和目标,建立工程优化设计数学模型,确定n维归一化后的设计空间和所需基矩阵的个数m,其中n为设计变量个数,m为不小于log 2 n的整数,通过基矩阵构造2 m 因子2 m+1 +1或2 m+1 水平拉丁超立设计矩阵T; 步骤S20...
很多文献均提到了一种抽样方法——拉丁超立方采样方法(Latin hypercube sampling,简称为LHS)。 LHS是一种随机分层抽样方法,即将0-1范围内的值分为多个层数进行随机抽样。相比于一枪一枪打鸟的蒙特卡罗方法,可以在较少的样本条件下更好地反映变量的分布范围。 Matlab中提供了两种概率分布的LHS方法,即均匀分布和正态分...
本发明公开了一种均匀拉丁超立方试验设计方法,包括:S1:确定输入的试验设计参数;S2:生成一个初始的均匀试验设计样本;S3:对初始设计样本点进行旋转,使每个点在同一坐标轴上的投影后的距离相等,旋转后因素数数量不变为n,而每个因素的水平数变为ln且等于样本总数;S4:归一化处理,对旋转生成的矩阵进行缩放,使每个因素的...
摘要 本发明涉及一种序列拉丁超立方试验设计方法,属于工程优化设计技术领域。本发明为实现用户在已有m1个样本点的n维设计空间中均匀地新增m2个样本点的目的。本发明所述方法首先使用网格划分和网格映射方法将m1个已有样本点映射到mn的正交超棋盘格中;然后采用局部枚举方法根据Maximin准则逐次生成序列样本点,保证新增样本点...
本发明提供一种约束域优化拉丁超立方设计方法,包括以下步骤:步骤S100:输入采样点个数n和各约束变量的基准范围,根据所设定的约束条件,重构各变量的取值范围,得到采样空间;步骤S200:根据可行域采样点个数n,确定基准采样点个数N=n,设置迭代次数i=1;步骤S300:采用ESE算法对按式(4)所示的Ψ进行优化,得到ni个可行点;...
现代实验方法包括蒙特卡洛设计、拉丁超立方体设计、正交实验设计、均匀设计以及哈默斯利序列采样方法(听都没听过的方法)等[1]。现代实验设计主要采用“空间填充思想”。主要就是用于基于大量数据和计算机算法的实验和模拟。以下介绍拉丁超立方体。 要了解拉丁超立方体,首先要了解拉丁方阵[2]。
针对传统优化试验设计方法计算耗时长、效率低的问题,提出一种快速优化拉丁超立方试验设计方法:在拉丁超立方抽样框架下,采用基于最大最小距离准则连续局部枚举方法设计生成高性能小尺寸基础样本,然后利用平移传播算法通过"平移"基础样本快速获得大尺寸试验样本。结合提出的样本...
摘要：本发明提供一种序贯采样的拉丁超立方实验设计方法，通过基矩阵构造2因子2+1水平的正交拉丁超立方设计矩阵，在序贯采样过程中，引入优化算法，提高所设计采样点的空间分布性能，提高采样准确性。申请人：中国人民解放军国防科学技术大学 地址：410073 湖南省长沙市开福区德雅路109号 国籍：CN 代理机构：北京中济...
本发明涉及一种高效的拉丁超立方计算试验设计方法,属于工程优化设计技术领域。本发明为实现用户从实际工程中的n维设计空间提取m个试验设计点的目的,通过建立空间超体,预设第1个试验设计点;利用第1个试验设计点,在第2个单位超体中确定第2个试验设计点;利用已得到的s-1个(s=3,4,5,…,m-1)试验设计点,在第s个...