基于Kriging模型的仿真优化方法

　　该专著研究基于Kriging模型全局近似及仿真优化方法，包括：Kriging增量建模的全局近似；基于正则对偶变换和信任域策略的高效无约束全局优化方法；多点采样的无约束全局优化方法；初始存在不可行采样点的约束全局优化方法。这些方法将拓展和完善了基于元模型的全局近似和优化体系，为具有昂贵估值的优化问题提供了有效的解决方法。该书可作为相关科研人员和工程技术人员的参考用书。

　　李耀辉， 许昌学院机械工程系副主任，科研方向： 基于元模型的仿真优化设计。项目：基于Kriging模型的仿真优化方法关键技术研究，国家自然科学基金面上项目，主持人.

第1章绪论(1)
1.1研究背景(1)
1.2研究目的及意义(2)
1.3国内外的研究概况(5)
1.4本书的研究内容和创新点(15)
1.5本章小结(16)
第2章Kriging模型及其增量构造方法(17)
2.1引言(17)
2.2试验设计方法(19)
2.3Kriging模型(23)
2.4Kriging模型与其他响应面模型的比较(30)
2.5Kriging模型的增量构造方法(32)
2.6本章小结(34)
第3章基于增量Kriging模型的全局近似方法(35)
3.1引言(35)
3.2基于增量Kriging模型的全局近似方法的实现(36)
3.3算例测试(41)
3.4本章小结(52)
第4章基于Kriging模型和对偶理论的无约束全局优化方法(53)
4.1引言(53)
4.2EGO方法(55)
4.3基于对偶变换的序列Kriging模型优化方法(56)
4.4本章小结(80)
第5章基于Kriging模型的多采样点全局优化方法(81)
5.1引言(81)
5.2广义EGO方法(82)
5.3基于改进GEGO方法的多点并行优化方法(83)
5.4基于Kriging模型和常量撒谎策略的多点采样优化方法(92)
5.5MPOIGEGO方法和KMUGO方法的工程应用(100)
5.6本章小结(102)
第6章基于Kriging模型的约束全局优化方法(103)
6.1引言(103)
6.2KCGO方法(104)
6.3算例测试(109)
6.4本章小结(118)