R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践

在水利、环境、生态、机械以及航天等领域中,数学模型已经成为一种常用的技术手段。同时,为了提高模型的性能,减小模型误用带来的风险;模型的优化技术也被广泛用于模型的使用过程。模型参数的快速优化技术不但涉及到优化本身而且涉及采样设计、不确定性估计等方方面面。为了帮助快速优化水文及水环境等计算密集型模型。

点击查看原文icon-default.png?t=N6B9https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247538235&idx=3&sn=e01bc2799a019e6b31068362360ba13b&chksm=ce64bcd0f91335c6c2c40685ff07a59bd1f8407a9391b17bc108d3de4344a9ab270d803453d0&token=732264532&lang=zh_CN#rd

专题一、最速上升法、岭分析以及响应曲面模型

1.最速上升路径

2.信赖域

3.响应面模型

4.二阶响应面

5.岭分析

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第1张图片

专题二Kriging插值与优化方法

1.普通Kriging插值与优化

2.一般Kriging插值与优化

3.协变量Kriging插值与优化

4.时间-空间Kriging插值与优化

5.Kriging方法与贝叶斯优化/高斯过程的关系

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第2张图片

专题三、启发式算法

1.粒子群算法

2.遗传算法

3.模拟退火算法

4.启发式算法总结

专题四、采样方法

1.拉丁超立方采样

2.改进的LHS方法

3.最大-最小设计

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第3张图片

专题五、高斯过程回归

1.高斯过程的先验

2.高斯过程超参数分析

3.与其它方法(贝叶斯线性回归、隐随机场等)的比较

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第4张图片

专题六、基于模型的高斯过程/贝叶斯优化设计

1.最大熵设计

2.预测不确定性的最小化

3.序贯设计

4.快速高斯过程更新

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第5张图片

专题七、最优化的快速化

1.代理模型下的最优化

2.期望改进

3.约束下的最优化

4.贝叶斯敏感性分析

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第6张图片

 

专题八、高级高斯过程模型

1.紧支撑核方法

2.划分模型与回归树

3.高斯过程的局部逼近

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第7张图片

专题九、异方差性

1.随机克里金方法

2.均值与方差耦合的高斯过程

3.序贯设计

R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践_第8张图片

专题十、综合案例

案例一:基于PSO算法的GR4J模型率定

案例二:基于PSO算法的SWAT模型率定

案例三:基于PSO算法的MOLDFLOW2005模型率定

案例四:基于贝叶斯优化的新安江模型快速率定

案例五:基于高斯过程代理模型的VIC模型率定

 

 

你可能感兴趣的:(人工智能,高斯回归,代理模型,数学模型,生态)