一种基于Kriging模型的多点并行全局优化方法

发明专利有效专利

申请号：
CN201710590816.8
IPC分类号：G06F17/50;G06N3/12
申请日期：
2017-07-19
申请人：
许昌学院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于Kriging模型的多点并行全局优化方法
申请号	CN201710590816.8	申请日期	2017-07-19
法律状态	实质审查	申报国家	中国
公开/公告日	2017-11-07	公开/公告号	CN107330219A
优先权	暂无	优先权号	暂无
主分类号	G06F17/50 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/50 计算机辅助设计（静态存储的测试电路的设计入G11C 29/54）〔6，8〕	IPC分类号	G;0;6;F;1;7;/;5;0;;;G;0;6;N;3;/;1;2查看分类表>
申请人	许昌学院	申请人地址	河南省许昌市魏都区八一路88号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	许昌学院	当前权利人	许昌学院
发明人	李耀辉;晁艳普
代理机构	深圳茂达智联知识产权代理事务所（普通合伙）	代理人	胡慧

摘要

本发明公开了一种基于Kriging模型的多点并行全局优化方法，包括以下步骤：初始试验设计、昂贵仿真估值以及初始建模、构造多点采样准则、构造多目标优化问题、从Pareto最优解集中筛选出最终的采样点及停止准则。依据算法的设计将整个算法分为两个部分：第一部分是Kriging模型的构造或更新问题，在这一阶段，利用包括新增采样点在内的所有数据点建立Kriging模型；第二个部分是优化采样阶段，在每次迭代过程中，通过多点采样准则从Pareto前沿获取多个采样点，并作进一步筛选；重复上述两个阶段的操作，从而在满足收敛精度的情况下大幅提高基于Kriging模型的全局优化效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供