10.3969/j.issn.1001-506X.2010.11.19
基于非信息超先验的Bayesian Kriging元建模算法
计算机试验引入近似建模的思想,使其广泛地用于复杂物理系统.针对计算机试验中的近似建模问题,基于Jeffreys非信息超先验为Kriging模型的相关参数赋予了多层先验约束,提出了一种有效的Bayesian元建模方法,并且利用期望最大化算法对相关参数进行数值求解.新方法在本质上属于惩罚似然方法,但是它不舍有任何需要调整或者估计的参数.将之与国际上已有的几种方法进行了比较,实验结果显示新方法不仅能够取得较高的元建模精度,而且能够大大降低计算复杂度.
计算机实验、近似建模、Jeffreys先验、Kriging模型
32
O212.6(概率论与数理统计)
国家自然科学基金70931002资助课题
2011-01-19（万方平台首次上网日期，不代表论文的发表时间）
共5页
2341-2345
