针对需要大量采样点保证参数估计的精确度使得样本分析成本过高的问题，提出一种基于拉丁超立方体采样的最优采样策略，既能减少采样点数量又能保证参数估计精度。最优采样策略通过拉丁超立方体采样参数空间候选值并求解相应的最优采样子问题，构建各潜在采样点的选择频率，使用启发式策略和迭代增强策略选择采样点，并实现参数估计。数值仿真结果表明，提出的采样策略在保证参数估计精度情况下，能够大幅度降低采样点数量，基于随机采样的最优采样方法相比，稳定性更好。
科研之友
微信
新浪微博
Facebook
分享链接
