搜索资源列表
matlab-latin-sampling
- matlab环境拉丁超几何采样 场景的生成-failed to translate
NSGA-II
- 拉丁超立方采样matlab程序：在尽可能少的样本点下建立尽可能精确的模型-latin hypercube sample
winmd5free
- there isn't anything embarrassing hidden in the middle of text. All the Lorem Ipsum generators on the Internet tend to repeat predefined chunks as necessary, making this the first true generator on the Internet. It uses a dictionary of over 200 Latin
latin_hs
- 实用的抽样方法，适用于总体量大、差异程度较大的情况。先将总体单位按其差异程度或某一特征分类、分层，然后在各类或每层中再随机抽取样本单位。分层抽样实际上是科学分组、或分类与随机原则的结合。分层抽样有等比抽样和不等比抽样之分，当总数各类差别过大时，可采用不等比抽样。(Latin Hypercube Sampling)
HCS_LHS
- Matlab 蒙特卡洛和拉丁超立方采样比较(Comparison of Matlab Monte Carlo and Latin hypercube sampling matlab)
lhsdesign
- 生成n维变量的拉丁超立方样本点，直接导出样本点。(Generate the sample points of n-dimensional input vectors.)
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