基于R语言的水文、水环境模型优化技术及快速率定方法

【阅读原文】:基于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

【内容简介】:

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

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

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

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

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

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

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

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

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:(水文,水资源,专栏,r语言,经验分享)