Evolutionary reliable regional Kriging surrogate for expensive optimization

This work proposes a sequential optimization algorithm, EORKS, combining a Kriging surrogate from an adaptive sampling and an iterative constrained search in the dynamic reliable regions to reduce the sampling size in expensive optimization. A surrogate established from small samples is liable to limited generality, which leads to a false prediction of optimum. EORKS applies Kriging variance to establish the reliable region neighbouring the learning samples to constrain the evolutionary searches of the surrogate. The verified quasi-optimum is used as an additional sample to dynamically update the regional model according to the prediction accuracy. A hybrid infilling strategy switches between the iterative quasi-optima and the maximum expected improvement from Kriging to prevent early convergence of local optimum. EORKS provides superior optima in several benchmark functions and an engineering design problem, using much smaller samples compared with the literature results, which demonstrates the sampling efficiency and searching robustness.     

基于变可信度模型差值的低可信度模型修正方法

为了解决优化设计中计算效率与高可信度信息获取之间的矛盾,从高、低可信度模型的物理机理出发,基于Kriging模型和拉丁超立方设计选样方法构造两模型差值的代理模型;并利用该代理模型对低可信度模型进行修正,构成了具有高可信度的修正模型.与直接对高可信度模型构造的代理模型相比,修正模型不但分析精度更高,而且所需的构造样本更小.文中分别以翼型气动力分析、机翼气动力分析和无人机隐身特性分析为例,从不同维数、不同学科的角度验证了修正模型特性,并进行了机理分析.     

Kriging代理模型下基于垂距的多点取样算法

代理模型由于可以有效地缩减学科分析时间,被广泛应用于优化领域。而构建高精度代理模型则取决于样本点在设计空间中的分布。为了建立拟合效率高的近似模型,在已有Kriging代理模型基础上,提出一种基于垂距和最大化点均方差取样(Integrated mean square error,IMSE)的多点取样算法,以保证预测精度的同时减少样本数量。该方法将垂距作为判定设计变量取值的标准,进行数据点的初步筛选。选取高斯函数作为设计点之间的相关函数,并且在边缘附近进一步修正。针对实际算例,将该取样算法与多点加点准则比较,结果表明使用的方法在保证全局精度的基础上,采用较少的采样点构建代理模型,具有较高的局部近似精度。     

程潮铁矿储量计算对比研究

程潮铁矿是我国较大的铁矿之一,精确计算矿体储量和边界对矿山生产具有重要的意义。本文利用距离幂次反比法和地质统计学的克立格法分别进行品位估值和储量计算,通过对比研究,对程潮铁矿的矿体空间特征和合理储量提出了新的观点。     

基于Delaunay三角网的克里金并行算法优化

当采样点数据量较大时,可以采用Delaunay三角剖分建立三角网来使用局部邻域采样点进行克里金插值.但是该算法需要对每个插值点拟合半变异函数,插值点规模大时造成巨大开销.为此,本文提出了一种以三角形为单位拟合半变异函数的克里金插值方法,采用CPU-GPU负载均衡将部分计算优化,充分考虑不均匀样本对克里金插值效果的影响.结果表明,本文算法能够保证不均匀样本集的插值效果,提升了计算性能且能够保证较高的精度.     

《固体矿产资源/储量分类》应用软件的研究与运用

结合《固体矿产资源/储量分类》新标准研究开发出一套矿山地质信息系统(MGEOS),该系统包括数据管理,资源储量估算与分类,自动成图三个子系统。重点阐述了克立格估算法在南山某矿矿产资源储量估算、分类中的实际运用。     

克立格法及其实践

用克立格法计算储量具有许多传统方法不可比拟的优点,但至今在我国推广应用尚存在一定困难。本文分析其在推广应用中存在的问题,并以一实例阐述克立格法计算储量的步骤及结果,将克立格法与传统方法计算储量的结果进行对比,最后就克立格法计算储量中的注意事项进行了讨论     

基于非列线数据的泛克立格法在地下水位空间变异性研究中的应用

考虑研究区地下水位在流向和垂直流向方向有明显变化这一特点,选用正交多项式方法利用2002年9月到2006年9月地下水位的非列线观测数据确定了地下水位的二次漂移式,进而确定出地下水位剩余R(x)的变差函数γR(h),用泛克立格方法研究了月平均地下水位的空间变异规律。对变异程度的估值进行了统计检验。将其成果应用于流域地下水资源数值模拟评价中,收到满意的效果。     

Kriging方法在初至层析静校正中的应用

西部地区地震勘探工作多是在山地、山前带、沙漠、沟壑纵深区等低降速带变化大的复杂地区进行,静校正问题成为制约勘探成效的瓶颈问题。如果在数据采集时,考虑到地学断面空间结构横向上存在的相关性,引入地质统计学的克里格（Kriging）方法估计整个区域内的静校正值,根据静校正值估计分布图合理布置炮点与接收点的位置,从而可以获得静校正量变化更加平稳的数据,提高地震初至波的分辨率,最终得到高质量的地震剖面。根据这一思路,编制了初至层析克立格静校正软件。     

Subset selection from large datasets for Kriging modeling

When building a Kriging model, the general intuition is that using more data will always result in a better model. However, we show that when we have a large non-uniform dataset, using a uniform subset can have several advantages. Reducing the time necessary to fit the model, avoiding numerical inaccuracies and improving the robustness with respect to errors in the output data are some aspects which can be improved by using a uniform subset. We furthermore describe several new and current methods for selecting a uniform subset. These methods are tested and compared on several artificial datasets and one real life dataset. The comparison shows how the selected subsets affect different aspects of the resulting Kriging model. As none of the subset selection methods performs best on all criteria, the best method to choose depends on how the different aspects are valued. The comparison made in this paper can be used to facilitate the user in making a good choice.