论文部分内容阅读
针对高效全局优化（Efficient Global Optimization,简称EGO）方法的训练问题,选择元启发式（Meta-heuristic）算法、随机取样算法以及低频序列算法,并选用三个无约束、两个带约束解析优化算例以及两个气动优化算例,对这三类训练算法进行详细地比较研究,发现在元启发式算法中差分进化算法最具应用潜力,而低频序列算法可以有效降低EGO方法的随机性,其中Faure序列平均性能最优.