지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2014.11
- 수록면
- 1,081 - 1,084 (4page)
이용수
초록· 키워드
오류제보하기
Metamodeling has been used for design optimization of large-scale engineering problems. Kriging method is one of popular methods due to its accuracy and efficiency. There have been many attempts to improve the accuracy of Kriging method: blind Kriging, dynamic Kriging, etc. These attempts select adequate basis functions to describe the mean structure of the response. However, blind Kriging cannot describe a highly non-linear trend function accurately. In addition, dynamic Kriging takes significant computational time as the number of samples increases due to genetic algorithm and mean value of cross-validation error. In this paper, the new method that selects basis functions using process variance changes and cross-validation(CV) is proposed. Numerical study verified that the proposed method reduces computational time without sacrificing its accuracy.
목차
Abstract
1. 서론
2. 크리깅 방법
3. 수치 예제
4. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0