Kriging

摘要： 针对某铝合金薄壁壳零件的加工变形问题,以铣削力为优化目标,通过Isight平台,提出了基于Kriging-MIGA算法的铣削参数优化方法。采用了最优拉丁超立方试验设计方法建立参数样本点,利用样本点搭建铣削参数与铣削力间的Kriging近似模型,采用了MIGA算法对近似模型全局优化,获取1组能够使铣削力最小的铣削参数组合并得出预测值。研究结果表明:基于Kriging-MIGA算法的铣削参数优化,使得铣削力降低了39.37%,有效减小了铝合金薄壁壳的变形量。该研究方法对薄壁件铣削参数选值具有重要的意义。

摘要： 针对工业机器人定位精度受关节加工及装配误差等不确定因素影响的问题,提出了一种基于运动学模型和Kriging代理模型的六自由度工业机器人可靠性分析方法。通过D-H模型建立了六自由度工业机器人理想正运动学模型,建立了各关节配合表面误差传递路径并结合小位移旋量法(SDT)与MD-H模型构建了六自由度工业机器人的包含关节误差的运动学模型,利用蒙特卡洛进行仿真试验。利用拉丁超立方抽样(LHS)试验构建了六自由度工业机器人功能函数的Kriging代理模型,并基于代理模型和蒙特卡洛方法进行了可靠性分析和灵敏度分析,确定了影响六自由度工业机器人定位精度的主要因素。

摘要： Invasive species have been the focus of ecologists due to their undesired impacts on the environment.The extent and rapid increase in invasive plant species is recognized as a natural cause of global-biodiversity loss and degrading ecosystem services.Biological invasions can affect ecosystems across a wide spectrum of bioclimatic conditions.Understanding the impact of climate change on species invasion is crucial for sustainable biodiversity conservation.In this study,the possibility of mapping the distribution of invasive Prosopis juliflora(Swartz)DC.was shown using present background data in Khuzestan Province,Iran.After removing the spatial bias of background data by creating weighted sampling bias grids for the occurrence dataset,we applied six modelling algorithms(generalized additive model(GAM),classification tree analysis(CTA),random forest(RF),multivariate adaptive regression splines(MARS),maximum entropy(Max Ent)and ensemble model)to predict invasion distribution of the species under current and future climate conditions for both optimistic(RCP2.6)and pessimistic(RCP8.5)scenarios for the years 2050 and 2070,respectively.Predictor variables including weighted mean of CHELSA(climatologies at high resolution for the Earth’s land surface areas)-bioclimatic variables and geostatistical-based bioclimatic variables(1979–2020),physiographic variables extracted from shuttle radar topography mission(SRTM)and some human factors were used in modelling process.To avoid causing a biased selection of predictors or model coefficients,we resolved the spatial autocorrelation of presence points and multi-collinearity of the predictors.As in a conventional receiver operating characteristic(ROC),the area under curve(AUC)is calculated using presence and absence observations to measure the probability and the two error components are weighted equally.All models were evaluated using partial ROC at different thresholds and other statistical indices derived from confusion matrix.Sensitivity analysis showed that mean diurnal range(Bio2)and annual precipitation(Bio12)explained more than 50% of the changes in the invasion distribution and played a pivotal role in mapping habitat suitability of P.juliflora.At all thresholds,the ensemble model showed a significant difference in comparison with single model.However,Max Ent and RF outperformed the others models.Under climate change scenarios,it is predicted that suitable areas for this invasive species will increase in Khuzestan Province,and increasing climatically suitable areas for the species in future will facilitate its future distribution.These findings can support the conservation planning and management efforts in ecological engineering and be used in formulating preventive measures.

摘要： 为研究某款批量使用的水冷散热器热阻及流阻特性,利用ANSYS软件对其进行热流耦合仿真分析,搭建试验平台对仿真分析结果进行试验验证,仿真分析结果和试验结果误差小于6%,具有较高的一致性。为优化水冷散热器热阻及流阻特性,提出了热阻、流阻最小化的设计目标,结合相关性分析、采用Kriging方法构建响应面模型,利用AMGA优化算法对水冷散热器内部流道结构进行多目标优化设计,通过仿真分析计算得出了最佳的优化方案,与优化前方案相比,优化后的散热器热阻减小7.64%,流阻减小27.72%,实现了散热器最优化设计目标。

摘要： 为了提高丢手释放接头的力学性能和可靠性,提出以质量、最大应力和第一阶固有频率为目标函数的多目标优化设计方法。利用Kriging代理模型和遗传算法结合的方式对丢手释放接头进行多目标优化。优化结果显示,优化后最大应力下降了19%,第一阶固有频率提高了44%,质量减少了3%。研究成果为丢手释放接头的优化设计提供了科学依据。

摘要： 渗流参数贝叶斯反演的关键在于解决对渗流正演模型大量调用而导致的计算耗时问题。现有提高贝叶斯反演计算效率的研究大多采用基于单一机器学习算法的代理模型,计算精度较低。针对上述问题,本文提出一种贝叶斯框架下大坝渗流参数反演组合代理模型。该方法在贝叶斯框架下集成支持向量回归(SVR)、Kriging和多元自适应回归样条(MARS)三种机器学习算法。其中,利用差分进化自适应Metropolis(DREAMZS)算法并行采样的优势计算权重系数的随机分布函数,在考虑不确定性的条件下获得模型权重系数。案例分析表明,相比于运行一次至少需要耗费4 h的渗流数值模型,本文所提组合代理模型运行一次仅需几秒钟,显著提高了贝叶斯反演的计算效率;此外,本文所提反演方法相比于基于SVR、Kriging和MARS的贝叶斯反演方法能够获得更准确的反演结果,其平均精度分别提高了13.78%、19.34%和12.27%,为大坝渗流参数反演提供了一种新思路。

摘要： 复合材料结构具有力学性能、几何尺寸等的多源不确定性和失效模式多样化的特点,给其设计与应用带来了挑战。为了探索多源多失效模式下复合材料夹层结构的可靠性分析方法,以机身蒙皮夹层结构为研究对象,建立了参数化有限元分析模型和声学边界元模型进行确定性分析。考虑复合材料的力学性能参数和铺层厚度的随机性,为夹层结构的静强度失效、整体屈曲和振动噪音3种典型失效模式建立结构可靠性分析模型。为了减少计算量,构造3种失效模式的Kriging代理模型,并结合子集模拟方法预测机身蒙皮夹层结构的系统失效概率。为复合材料夹层结构精细化设计提供支撑和工具。

摘要： 为了准确计算某自行火炮协调器可靠性,基于协同仿真策略考虑机械、液压和控制系统的参数随机性建立协调器系统参数化模型。采用基于Kriging和Monte Carlo的方法对协调器进行位姿可靠度计算。为了快速提高Kriging模型的准确性,选择使学习函数值最小的样本点代入模型中。提出了一种学习停止条件,保证了样本点符号预测精度且学习次数明显减少。计算结果表明:协调器位姿可靠度为99.82%,所提方法和AK-MCS+U(Active learning and Kriging-based Monte-Carlo Simulation+U function)相比失效概率相差0.001%,功能函数调用次数减少了38.27%,计算时间减少了37.6%。方法较好的解决了工程上隐式且非线性程度较高,仿真时间过长的问题。

摘要： 针对传统的石料场开采二维设计方法流程复杂、工作内容繁多的特点,提出了基于Civil 3D的石料场开采三维动态设计方法,包括建立原始地形曲面,对地层钻孔数据进行Kriging插值拟合并建立地层曲面,石料场开采量计算与分析,石料场边坡开挖设计,石料场边坡开口线坐标数据提取等。通过该方法建立的模型具有动态关联属性,可以根据设计参数的变更动态更新。工程应用表明:该方法简化了设计流程,提高了设计效率和设计精度,满足工程设计要求。提出的基于Civil 3D二次开发技术的模型边界曲面信息提取方法实现了从设计模型快速获取开口线施工放样数据,让设计和施工无缝衔接,提高了工程项目管理效率。

摘要： 提出了一个基于多样性分类和距离回归的进化算法(DCDREA),以解决昂贵超多目标优化问题(MaOPs).DCDREA采用随机森林(RF)作为全局分类代理模型,它把种群中所有解作为训练样本,并根据是否为最小相关解,把训练样本分类为正负样本,使模型学习到训练样本中含有的分类标准.全局分类代理模型主要用来筛选新产生的候选解,以得到一组有希望的候选解.此外,它采用Kriging作为局部回归代理模型,其选择种群中距离当前候选解最近的解作为训练样本,拟合训练样本与理想点的距离.然后,通过K-means方法把候选解划分为m个簇,并从每个簇中选择一个用于真实评估的候选解.在实验部分,使用大规模3、4、6、8、10目标的DTLZ测试问题集,把DCDREA与目前流行的代理辅助进化算法进行对比实验.对于不同测试问题,每个算法独立运行20次,然后统计反向迭代距离(IGD)和算法运行时间.最后,使用秩和检验来分析结果.实验对比结果表明,DCDREA在大多数情况下表现更好.由此可见,DCDREA具有较好的有效性和可行性.

摘要： 多工位高速锻造是一种节能减耗的先进成形技术,与传统的单工位多工序锻造有较大区别,不合适的预锻工位设计在生产中会造成载荷过大、锻件充填质量差、折叠等问题.本文提出了基于近似替代模型的多工位高速锻造预锻模具优化方法,采用拉丁超立方抽样方法获取初始样本点,应用有限元软件获得响应值,并应用Kriging模型和BP神经网络模型建立真实问题的替代模型,来近似拟合预锻工位模具形状与成形载荷,成形质量之间的关系,最后结合基于惩罚函数法的遗传算法求得最优解。以三工位高速锻造问题为例,经过优化取得了良好的效果,成形质量符合设计要求,载荷有显著下降.

摘要： 多工位高速锻造是一种节能减耗的先进成形技术,与传统的单工位多工序锻造有较大区别,不合适的预锻工位设计在生产中会造成载荷过大、锻件充填质量差、折叠等问题.本文提出了基于近似替代模型的多工位高速锻造预锻模具优化方法,采用拉丁超立方抽样方法获取初始样本点,应用有限元软件获得响应值,并应用Kriging模型和BP神经网络模型建立真实问题的替代模型,来近似拟合预锻工位模具形状与成形载荷,成形质量之间的关系,最后结合基于惩罚函数法的遗传算法求得最优解。以三工位高速锻造问题为例,经过优化取得了良好的效果,成形质量符合设计要求,载荷有显著下降.

摘要： 多工位高速锻造是一种节能减耗的先进成形技术,与传统的单工位多工序锻造有较大区别,不合适的预锻工位设计在生产中会造成载荷过大、锻件充填质量差、折叠等问题.本文提出了基于近似替代模型的多工位高速锻造预锻模具优化方法,采用拉丁超立方抽样方法获取初始样本点,应用有限元软件获得响应值,并应用Kriging模型和BP神经网络模型建立真实问题的替代模型,来近似拟合预锻工位模具形状与成形载荷,成形质量之间的关系,最后结合基于惩罚函数法的遗传算法求得最优解。以三工位高速锻造问题为例,经过优化取得了良好的效果,成形质量符合设计要求,载荷有显著下降.

摘要： 多工位高速锻造是一种节能减耗的先进成形技术,与传统的单工位多工序锻造有较大区别,不合适的预锻工位设计在生产中会造成载荷过大、锻件充填质量差、折叠等问题.本文提出了基于近似替代模型的多工位高速锻造预锻模具优化方法,采用拉丁超立方抽样方法获取初始样本点,应用有限元软件获得响应值,并应用Kriging模型和BP神经网络模型建立真实问题的替代模型,来近似拟合预锻工位模具形状与成形载荷,成形质量之间的关系,最后结合基于惩罚函数法的遗传算法求得最优解。以三工位高速锻造问题为例,经过优化取得了良好的效果,成形质量符合设计要求,载荷有显著下降.

摘要： 多工位高速锻造是一种节能减耗的先进成形技术,与传统的单工位多工序锻造有较大区别,不合适的预锻工位设计在生产中会造成载荷过大、锻件充填质量差、折叠等问题.本文提出了基于近似替代模型的多工位高速锻造预锻模具优化方法,采用拉丁超立方抽样方法获取初始样本点,应用有限元软件获得响应值,并应用Kriging模型和BP神经网络模型建立真实问题的替代模型,来近似拟合预锻工位模具形状与成形载荷,成形质量之间的关系,最后结合基于惩罚函数法的遗传算法求得最优解。以三工位高速锻造问题为例,经过优化取得了良好的效果,成形质量符合设计要求,载荷有显著下降.

摘要： 综合分析了时空统计中的一个新兴活跃的研究方向——Kriging与Kalman滤波器技术相融合的时空滤波器,介绍了发展历程,讨论了模型和算法的特点,提出了该领域当前研究存在的问题,并展望了未来的研究重点和发展方向.

摘要： 综合分析了时空统计中的一个新兴活跃的研究方向——Kriging与Kalman滤波器技术相融合的时空滤波器,介绍了发展历程,讨论了模型和算法的特点,提出了该领域当前研究存在的问题,并展望了未来的研究重点和发展方向.

摘要： 综合分析了时空统计中的一个新兴活跃的研究方向——Kriging与Kalman滤波器技术相融合的时空滤波器,介绍了发展历程,讨论了模型和算法的特点,提出了该领域当前研究存在的问题,并展望了未来的研究重点和发展方向.

摘要： 综合分析了时空统计中的一个新兴活跃的研究方向——Kriging与Kalman滤波器技术相融合的时空滤波器,介绍了发展历程,讨论了模型和算法的特点,提出了该领域当前研究存在的问题,并展望了未来的研究重点和发展方向.

摘要： 综合分析了时空统计中的一个新兴活跃的研究方向——Kriging与Kalman滤波器技术相融合的时空滤波器,介绍了发展历程,讨论了模型和算法的特点,提出了该领域当前研究存在的问题,并展望了未来的研究重点和发展方向.

摘要： 本发明公开了基于Kriging‑GA的注塑模具浇注系统结构参数决策方法，建立了塑料件翘曲值与浇注系统结构参数的关系模型和浇注系统结构参数与塑料件尺寸参数的关系模型。基于两个关系模型，提出了大型平板类塑料件浇注系统结构参数的决策方法，并通过模流分析实验验证了该方法在决策大型平板类塑料件浇注系统结构参数问题方面的可行性和有效性。本发明针对注塑模具结构设计的复杂性，提出了一种注塑模具浇注系统结构参数的决策方法，能够对某一类塑料件的浇注系统结构参数进行快速、有效设计。可用于指导注塑模具结构设计人员，省略试模、修模环节，缩短模具设计周期从而提高模具生产效率。

摘要： 本发明涉及一种基于Kriging模型的高效自适应方法，该方法主要通过三个步骤实现：第一步，通过拉丁超立方方法生成一定数量的样本来构造一个初始的Kriging模型；第二步，通过当前Kriging模型从候选样本中筛选出一定数量的候选样本，确定两个样本；第三步，更新候选样本和实验设计样本并重新构造Kriging模型，判断是否满足要求，如不满足跳转至第二步，如满足则用当前Kriging模型代替原模型进行可靠性分析。本发明通过自适应迭代不断增加极限状态附近的样本点数量，且通过最大化最小距离确定所添加的样本，使得迭代更新的样本近似均匀地分布在极限状态附近，样本点得到了更加充分地利用，可靠性分析的结果更精确。

摘要： 针对目前大多数基于Kriging模型的可靠性分析方法仅适用于随机不确定的问题，本发明基于Kriging的随机和区间不确定性混合下系统可靠性分析方法，包括：确定当前迭代的每个失效模式对应的Kriging模型的训练样本集：计算所述训练样本集中样本点的响应值，再根据所述训练样本集和响应值分别构建得到n个Kriging模型；利用所述n个Kriging模型分别预测MCS样本点的响应均值和方差信息，根据所述响应均值和方差信息，采用学习函数选择最佳样本点；根据所述最佳样本点处的响应均值和方差信息判断当前的收敛准则是否满足；根据最后一次迭代所得的Kriging模型，结合MCS仿真计算系统的失效概率或可靠度。

摘要： 本发明公开了一种基于时空Kriging改进的多云地区MODIS NDVI时间序列重构方法，该方法包括：结合质量信息的预插值流程、引入叠加窗口筛选机制的时空Kriging插值、和基于质量权重的S‑G迭代滤波。首先提取MOD13Q1提供的像元可信度和产品可用性数据作为质量信息标注，可以通过预插值生成参考数据。其次根据NDVI时序数据建立时空随机场，叠加窗口筛选有效样本构建时空变异函数开展时空Kriging插值补充缺失的时空信息。最后可在此基础之上开展加权S‑G迭代滤波以重构高质量的MODIS NDVI时间序列数据。该方法能够有效应对多云地区NDVI时序数据连续缺失问题，能为NDVI时间序列重构提供重要参考，在一定程度上拓宽了NDVI的应用场景。

摘要： 本发明公开了一种基于主动学习Kriging模型的需求样本的优化方法，所述主动学习Kriging模型的可靠性优化方法包括：S1：在样本数据库中进行采样操作，得到小样本库；S2：根据所述小样本库和初始主动学习Kriging模型，利用学习函数，建立新的主动学习Kriging模型；S3：利用自适应候选区域模型以及影响函数IF与聚类方法提升所述修改后的主动学习Kriging模型的采样精度，得到精度高的主动学习Kriging模型；S4：根据需求样本，利用所述精度高的主动学习Kriging模型以及序列优化和可靠性评估方法，得到所述需求样本的优化结果。

摘要： 本发明涉及螺杆冷机技术领域，尤其涉及基于RSM‑Kriging‑GA算法的螺杆冷机节能运行优化方法。其技术方案包括：螺杆制冷机组、PLC控制箱、温控箱、第一温度传感器和第二温度传感器，所述螺杆制冷机组与PLC控制箱电连接，温控箱与PLC控制箱电连接，第一温度传感器和第二温度传感器分别与温控箱电连接，第一温度传感器安装在螺杆制冷机组的工作区域，第二温度传感器安装在螺杆制冷机组的水管处。本发明具有根据外部工作区域的温度变化对应的调节螺杆制冷机组的负载，依次降低螺杆制冷机组的能耗，降低生产成本，达到节能目的的优点。

摘要： 本发明提出一种偏最小二乘Kriging模型辅助的航空减速器高效全局优化方法，进行初始试验设计；利用计算机实现仿真计算，得到齿轮箱总重量的目标响应值和齿轮、齿根、齿面强度的约束响应值，建立DS数据库；对DS数据库进行归一化处理和偏最小二乘变换，确定主成分个数构建偏最小二乘Kriging核函数；构建可行性概率策略实现样本填充，或者构建最大化偏最小二乘约束权期望改进准则实现空间样本填充，将填充样本数据及其对应的仿真输出目标值及响应值置于DS数据库中；迭代更新DS数据库，直至达到最大迭代次数或满足最大约束期望改进准则的阈值。本发明能够实现多变量情形下Kriging代理模型的高效构建及自适应调整，实现全局最优解的快速收敛，减少昂贵仿真成本。

摘要： 本发明提供了一种基于主动学习Kriging模型的可行域搜索方法及装置，选取初始样本点，并计算所述初始样本点的损失函数，分别构建或更新损失函数和所有约束函数的Kriging代理模型，以损失函数的绝对值作为优化目标，求解优化方程；引入多个主动学习函数并构造多种约束主动学习函数，优化多种约束主动学习函数，获取最优帕累托前沿；从最优帕累托前沿中获取多个最佳样本点，并计算最佳样本点的损失函数真实值；当算法收敛时，获得精确的可行域边界的Kriging代理模型，使得损失函数即为优化问题的可行域。本发明可高效搜索多约束下的可行域，进而缩小优化问题的搜索空间，提高求解效率。

摘要： 基于改进的Kriging算法的虚拟电厂动态定价优化方法，初始化系统参数，输入原始数据；生成初始数据样本集；将每组交易电价带入上层DNO模型以及下层VPP的能量管理模型，计算得到每组交易电价对应的各VPP交易电量。将初始样本数据集带入上层DNO求解模型中，计算每组交易电价对应的上层目标函数值，根据上层目标函数值确定关键区域，在每个关键区域中，采用遗传算法求解局部最优电价。调用下层VPP能量管理模型计算真实交易电量，作为优异采样点更新到当前的采样点集中，从而计算得出上层DNO模型中的真实值，通过反复迭代、比较得到全局最优解。该方法不仅能够保护下层虚拟电厂的隐私问题，还能够简化计算步骤、提高求解效率。

摘要： 一种基于模拟退火的加权Kriging襟翼不对称的可靠性分析方法，基于模拟退火的加权Kriging左襟翼与右襟翼不对称可靠性分析，通过确定左襟翼与右襟翼不对称的影响因素得到左襟翼与右襟翼不对称可靠性分析的输入变量和输出响应。通过建立对于左襟翼与右襟翼不对称可靠性模型，在传统Kriging模型的基础上，引入模拟退火算法改进传统Kriging模型梯度下降算法，避免陷入局部最优；通过预测值与真实值计算高斯权值进行加权，提高传统Kriging模型的预测精度，最后开展左襟翼与右襟翼不对称进行可靠性分析，以此保证民机飞行安全、提高襟翼系统运行可靠性。