計算機試驗中的Fourier型盲均值kriging模型.pdf

1、Kriging模型在計算機試驗中已經(jīng)被廣泛應用，其中最常用的是均值為常數(shù)的模型。一個kriging模型有兩部分組成，線性回歸部分和高斯過程部分，所以它具有良好的插值性質(zhì)。由于這個模型的預測效果較差，所以在kriging模型中假設均值函數(shù)未知(盲均值)。為了滿足效應排序和遺傳原則，通過Bayes變量選擇的方法確定模型。拉丁超立方體設計由于其在一維空間的良好投影性質(zhì)和最多的因子水平數(shù)被廣泛應用于計算機試驗的設計中。Butler(2001)提

2、出了在Fourier多項式模型下構造正交和最優(yōu)拉丁超立方體設計的方法。
　　 本文研究Fourier多項式下盲均值的kriging模型，選擇拉丁超立方體設計作為試驗的設計，并比較在此模型下Butler(2001)的拉丁超立方體設計、極大極小的拉丁超立方體設計和隨機生成的拉丁超立方體設計的效果。通過模擬發(fā)現(xiàn)，F(xiàn)ourier型盲均值的kriging模型是比較穩(wěn)健的，并且Butler(2001)提出的拉丁超立方體設計在此kriging