基于天牛须搜索粒子群优化的改进克里金模型

摘要：

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.

关键词：克里金模型、粒子群算法、天牛须搜索

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：辽宁省自然科学基金指导计划重点项目资助

在线出版日期：2020-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6-10