首页|基于天牛须搜索粒子群优化的改进克里金模型

基于天牛须搜索粒子群优化的改进克里金模型

Improved Kriging model based on particle swarm optimization-beetle antennae search

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为提高克里金模型的建模精度,提出了一种基于天牛须(BAS)搜索粒子群(PSO)优化的改进克里金模型算法.在引入的天牛须搜索PSO优化算法中,每个粒子的更新规则不仅依赖于PSO最佳方案及个体的当前全局最优值,还综合了BAS的搜索规则,以提高全局搜索性能及搜索效率.由于相关参数的取值直接影响克里金模型的建模精度,应用天牛须搜索PSO算法对克里金模型的相关参数进行优化,并给出了具体的优化流程.测试算例表明,基于天牛须搜索PSO的改进克里金模型,具有得更高的模型精度和计算效率,优于常规的克里金算法及普通粒子群优化的克里金算法.

刘岩、柳强

展开 >

辽宁石油化工大学信息与控制工程学院 抚顺113001

克里金模型 粒子群算法 天牛须搜索

辽宁省自然科学基金指导计划重点项目资助

2020

10.19652/j.cnki.femt.201901862

国外电子测量技术
北京方略信息科技有限公司

国外电子测量技术

CSTPCD北大核心
影响因子：1.414
ISSN：1002-8978
年,卷(期)：2020.39(4)
  • 6
  • 12