國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

在電腦實驗上加入微分資訊的自適搜尋區域法 = Adaptive Sear...

國立高雄大學統計學研究所

在電腦實驗上加入微分資訊的自適搜尋區域法 = Adaptive Search Region Methods with Derivative Information in Computer Experiment

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Adaptive Search Region Methods with Derivative Information in Computer Experiment
作者:	簡暉展,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2009[民98]
面頁冊數:	44面圖、表 : 30公分;
標題:	均勻設計
標題:	Adaptive Search Region Method
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/02071665106099452191
附註:	指導教授：陳瑞彬
附註:	參考書目：面
摘要註:	Lai (2008) 提出自適搜尋區域法，此方法為有限範圍內找尋所有極值之替代曲面方法。在本文中，除了電腦實驗對於反應曲面的一般假設外，並假設微分資訊是可取得的，而此修正的自適搜尋區域法主要將微分資訊加入在建造替代模型與搜尋極值兩部份。文中也展示了在各維度下的相關結果。 Adaptive Search Region Method (ASRM), proposed by Lai (2008), is a surrogateassisted method for searching all local extremes of a response function in a bounded experimental region. In this work, besides common assumptions for response function in computer experiments, we assume that the derivative information is also available. Thus a modified ASRM is proposed by cooperating the derivative information into surrogate construction and extreme point search. Several numerical experiments with different dimensionalities are used to show the efficiency of this new method.

在電腦實驗上加入微分資訊的自適搜尋區域法 = Adaptive Search Region Methods with Derivative Information in Computer Experiment
簡, 暉展

在電腦實驗上加入微分資訊的自適搜尋區域法 = Adaptive Search Region Methods with Derivative Information in Computer Experiment / 簡暉展撰 - [高雄市] : 撰者, 2009[民98]. - 44面 ; 圖、表 ; 30公分.
指導教授：陳瑞彬參考書目：面.
均勻設計Adaptive Search Region Method

在電腦實驗上加入微分資訊的自適搜尋區域法 = Adaptive Search Region Methods with Derivative Information in Computer Experiment
LDR:02149nam0a2200277 450 001 220289
005 20170214092700.0
009 220289
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214y2009 k y0chiy09 ea
101 1 $a eng $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 在電腦實驗上加入微分資訊的自適搜尋區域法 $d Adaptive Search Region Methods with Derivative Information in Computer Experiment $z eng $f 簡暉展撰
210 $a [高雄市] $c 撰者 $d 2009[民98]
215 0 $a 44面 $c 圖、表 $d 30公分
300 $a 指導教授：陳瑞彬
300 $a 參考書目：面
328 $a 碩士論文--國立高雄大學統計學研究所
330 $a Lai (2008) 提出自適搜尋區域法，此方法為有限範圍內找尋所有極值之替代曲面方法。在本文中，除了電腦實驗對於反應曲面的一般假設外，並假設微分資訊是可取得的，而此修正的自適搜尋區域法主要將微分資訊加入在建造替代模型與搜尋極值兩部份。文中也展示了在各維度下的相關結果。 Adaptive Search Region Method (ASRM), proposed by Lai (2008), is a surrogateassisted method for searching all local extremes of a response function in a bounded experimental region. In this work, besides common assumptions for response function in computer experiments, we assume that the derivative information is also available. Thus a modified ASRM is proposed by cooperating the derivative information into surrogate construction and extreme point search. Several numerical experiments with different dimensionalities are used to show the efficiency of this new method.
510 1 $a Adaptive Search Region Methods with Derivative Information in Computer Experiment $z eng
610 0 $a 均勻設計 $a 微分資訊 $a 替代曲面 $a 最佳化 $a 自適搜尋區域法 $a 追溯
610 1 $a Adaptive Search Region Method $a derivative information $a optimization $a retracing $a surrogate surface $a uniform design
681 $a 008M/0019 $b 343201 8867 $v 2007年版
700 1 $a 簡 $b 暉展 $4 撰 $3 353963
712 0 2 $a 國立高雄大學 $b 統計學研究所 $3 166081
801 0 $a tw $b 國立高雄大學 $c 20091020 $g CCR
856 7 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/02071665106099452191