搜索资源列表
zEIBR1
- EGO算法是基于kriging模型的全局优化方法，不通过函数而是通过样本模型寻优，文件给出实例，加载相应的工具箱即可。(EGO algorithm is a global optimization method based on Kriging model. Instead of function, it is optimized by sample model. The example is given in file, and the corresponding toolbox can be
SurrogateOptimizationModule_FileExchange
- 实现rbf以及kriging等代理模型的构造并实现EGO算法优化(Realizing the construction of RBF and Kriging agent model and optimizing the EGO algorithm)
ego-gomoku-c-master (1)
- 五子棋拘于AI的五子棋算法即接口有图形化界面 可联系2793168653(Gobang is tied to AI's Gobang algorithm, that is, the interface has graphical interface, which can be contacted with 2793168653.)
全局优化EGO算法工具箱
- GaussionProcess gp_sample moead_mat gpml DeMat pathdef cz
MEIGA
- EGO算法的实现，采用遗传算法及kriging代理模型，进行经典案例的实现优化求解(EGO optimization GA optimization kriging surrogate models good examples)
SRGTSToolbox
- SURROGATES工具箱是一个多维函数逼近和优化方法的通用MATLAB库。当前版本包括以下功能： 实验设计：中心复合设计，全因子设计，拉丁超立方体设计，D-optimal和maxmin设计。 代理：克里金法，多项式响应面，径向基神经网络和支持向量回归。 错误和交叉验证的分析：留一法和k折交叉验证，以及经典的错误分析（确定系数，标准误差;均方根误差等;）。 基于代理的优化：高效的全局优化（EGO）算法。 其他能力：通过安全裕度进行全局敏感性分析和保守替代。(SURROGATES Toolbox