0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 工程技术 > 机械工程 > 先进的数据驱动全局优化方法与应用

相同语种的商品

销售排行榜

先进的数据驱动全局优化方法与应用


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
先进的数据驱动全局优化方法与应用
  • 书号：9787030710413
    作者：董华超,王鹏
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：257
    字数：334000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2022-03-01
  • 所属分类：机械工程
  • 定价： ￥145.00元
    售价： ￥114.55元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书是作者及所在课题组近年来关于数据驱动全局优化方法研究成果的总结。先介绍数据驱动优化方法的发展现状、关键技术及常用的测试函数，然后介绍基于空间缩减的全局优化方法、基于混合代理模型的全局优化方法、基于多代理模型全局优化方法、代理模型辅助的约束全局优化方法及离散全局优化方法、代理模型辅助的高维全局优化方法。本书介绍的数据驱动全局优化方法优化效率高，新颖性和先进性强，可广泛用于解决工程优化问题。
本书是作者及所在课题组近年来关于数据驱动全局优化方法研究成果的总结。先介绍数据驱动优化方法的发展现状、关键技术及常用的测试函数，然后介绍基于空间缩减的全局优化方法、基于混合代理模型的全局优化方法、基于多代理模型全局优化方法、代理模型辅助的约束全局优化方法及离散全局优化方法、代理模型辅助的高维全局优化方法。本书介绍的数据驱动全局优化方法优化效率高，新颖性和先进性强，可广泛用于解决工程优化问题。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 绪论 1
    1.1 概述 1
    1.2 数据驱动优化技术在仿真系统中的应用 6
    1.3 数据驱动全局优化技术的发展 7
    1.4 本章小结 8
    参考文献 8
    第2章 数据驱动优化构建过程 13
    2.1 初始数据采样方法 13
    2.1.1 传统实验设计方法 13
    2.1.2 优化拉丁超立方实验设计方法 14
    2.2 代理模型构造 19
    2.3 动态采样技术 23
    2.4 本章小结 26
    参考文献 27
    第3章 数据驱动优化方法基准测试函数 28
    3.1 无约束优化算例 28
    3.1.1 无约束低维算例 28
    3.1.2 无约束高维算例 46
    3.2 约束优化算例 51
    3.2.1 约束低维算例 51
    3.2.2 约束高维算例 56
    3.3 工程应用算例 60
    3.4 本章小结 65
    第4章 基于克里金的多起点空间缩减方法 66
    4.1 克里金代理模型构造 67
    4.2 多起点序列二次规划算法 68
    4.3 空间缩减策略 71
    4.4 多起点空间缩减算法整体优化流程 73
    4.5 算例测试 77
    4.5.1 数学算例测试 77
    4.5.2 工程算例测试 82
    4.6 本章小结 84
    参考文献 85
    第5章 基于克里金与多项式响应面的混合代理模型全局优化方法 87
    5.1 SOCE算法 88
    5.1.1 SOCE的代理建模与优化 88
    5.1.2 SOCE的初始化与迭代过程 89
    5.1.3 基于聚类的空间探索 91
    5.2 SOCE优化流程 94
    5.2.1 整体优化流程 94
    5.2.2 SOCE的参数分析 98
    5.3 基准算例测试 102
    5.3.1 对比实验 102
    5.3.2 不等式约束算例对比测试 107
    5.4 本章小结 111
    参考文献 111
    第6章 基于径向基函数与克里金的混合代理模型全局优化方法 113
    6.1 HSOSR算法 114
    6.1.1 径向基函数代理模型 114
    6.1.2 HSOSR构建过程 114
    6.2 对比实验 123
    6.3 本章小结 129
    参考文献 129
    第7章 基于打分机制的多代理模型全局优化方法 131
    7.1 MGOSIC算法流程 132
    7.2 多点加点准则 135
    7.3 探索未知区域 140
    7.4 对比实验 141
    7.5 本章小结 153
    参考文献 153
    第8章 基于空间缩减的代理模型约束全局优化方法 156
    8.1 SCGOSR算法 157
    8.1.1 多起点约束优化 157
    8.1.2 约束优化的空间缩减 158
    8.1.3 未知区域探索 160
    8.1.4 优化流程 161
    8.2 对比实验 162
    8.2.1 初步测试 163
    8.2.2 对比测试 166
    8.2.3 深入对比和分析 170
    8.2.4 空间缩减的具体分析 172
    8.3 本章小结 174
    参考文献 174
    第9章 克里金辅助的教与学约束优化方法 176
    9.1 教与学优化简介 178
    9.2 KTLBO算法 179
    9.2.1 KTLBO的初始化 179
    9.2.2 克里金辅助教学阶段 180
    9.2.3 克里金辅助学习阶段 184
    9.2.4 KTLBO的整体优化框架 187
    9.3 对比实验 188
    9.4 工程应用 203
    9.5 本章小结 207
    参考文献 207
    第10章 克里金辅助的离散全局优化方法 210
    10.1 离散优化构建 211
    10.1.1 多起点知识挖掘 212
    10.1.2 约束处理 218
    10.2 整体优化框架 218
    10.3 算例测试 220
    10.3.1 数学算例测试 220
    10.3.2 工程算例测试 227
    10.4 本章小结 231
    参考文献 232
    第11章 代理模型辅助的高维全局优化方法 234
    11.1 灰狼优化算法 235
    11.2 代理模型辅助的灰狼优化算法 236
    11.2.1 代理模型辅助的元启发式探索 238
    11.2.2 代理模型的知识挖掘过程 240
    11.2.3 代理模型辅助的灰狼优化算法整体框架 242
    11.3 算例测试 243
    11.4 本章小结 255
    参考文献 256
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com