科研之友
微信
新浪微博
Facebook
分享链接
摘要
Kriging方法的核心是变异函数的求取,建模过程中往往只考虑拟合点的点位分布情况,而没有进一步考虑各个拟合点对建模结果的影响。采用Cook距离统计方法对参与变异函数参数求解的拟合点进行筛选,可以提高参数求解的精度。将Cook距离应用于二次多项式下的Kriging模型,实验表明通过对拟合点的筛选,模型构建精度提高了34.7%。
-
单位陕西铁路工程职业技术学院; 浙江建设职业技术学院
Kriging方法的核心是变异函数的求取,建模过程中往往只考虑拟合点的点位分布情况,而没有进一步考虑各个拟合点对建模结果的影响。采用Cook距离统计方法对参与变异函数参数求解的拟合点进行筛选,可以提高参数求解的精度。将Cook距离应用于二次多项式下的Kriging模型,实验表明通过对拟合点的筛选,模型构建精度提高了34.7%。
