数据库加点ensp等等
2022-08-18 09:04:30 44.11MB 作业
1
数据库加点前端再加点windows 2008r2
2022-08-18 09:04:29 966.4MB 作业
1
在Visual C++环境下,自己做的从Access数据库中读数据,并在地图上新建一层,定时加点 使用时,先安装mapx5.02 然后建立Access数据库ODBC对象,名字为MapStat,然后可以直接看到效果。 有什么不明白的可以联系我:riluoxishan.yjya@yahoo.com.cn
2022-06-04 00:26:16 14.86MB Mapx 定时器 数据库 加点
1
黄金版自加点wszystkie
2022-04-12 19:06:03 47KB sacred
1
Android 自定义地图控件,可放大缩小拖动,加点加线 [注:本内容来自网络,在此分享仅为帮助有需要的网友,如果侵犯了您的权利,麻烦联系我,我会第一时间删除,谢谢您。]
2022-03-24 15:34:59 24.59MB android源码 地图自定义
1
多段线加点
2021-12-31 03:36:49 344B 多段线加点
1
3.2 试验设计与初始样本选择 代理优化算法的第一步是选择初始样本点, 并建立初始代理模型。虽然理论上可以像梯度优 化算法那样只给出一个初始点,但针对全局优化 问题,更好的方法是通过试验设计选取一组样 本。 试验设计(DoE)的思想是通过选取 少的 样本点,使获取的关于未知设计空间的信息 大 化。Giunta 等人在文献[39]中将 DoE 方法分为两 类:经典试验设计和现代试验设计方法。经典试 验设计方法包括全因子设计、中心组合设计 (CCD)、Box-behnken 设计、D 优化(D- Optimal)方法等。经典试验设计方法主要用于安 排仪器实验,并考虑到如何减小实验随机误差的影 响。现代试验设计方法包括拟蒙特卡洛方法、准 蒙特卡洛方法、拉丁超立方(LHS)、正交试验 设 计 ( OAD ) 、 哈 默 斯 利 序 列 采 样 方 法 (HSS)。我国方开泰教授发明的均匀设计 (UD[40])也属于现代试验方法的范畴。现代试 验设计主要采用“空间填充”的思想,用于安排 确定性的计算机试验,其中尤以拉丁超立方和均 匀设计方法比较流行(如图 5)。 不同试验设计方法选取的样本点不同,导致 初始代理模型的近似精度不同,从而对代理优化 的效率有影响。同样影响优化效率的是初始样本 点的数目。文献[31]和[37]讨论了样本点数的选 择。对于传统代理模型优化方法,必须使代理模 型具有足够精度。因而一般初始样本点数与后期 增加的样本点数的比值在 2:1 以上。例如对于 二次响应面方法,对于 m 维问题的初始样本点数 必须大于 m(m+1)/2。而对于基于 kriging 模型的 代理优化算法,初始样本点数理论上不受设计空 间维数的限制,且优化效率对初始样本点数的依 赖也并不明显。一般情况下初始样本点数与后期 增加的样本点数之比在 1:2 以下。 v1 v 2 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 v1 v 2 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 图 5 采用拉丁超立方(左图)和均匀设计(右图)针 对 2 维设计空间选择的 25 个样本点示意图 Fig. 5 Schematics of 25 sample points selected by Latin hypercube sampling (left) and uniform design (right) for a 2-D problem 3.3 优化加点准则及其子优化求解 建立初始代理模型后,下一步是通过一定的 法则循环选择新的样本点,直到优化收敛。所谓 “优化加点准则” [15][31][71][106] ,是指如何由所建 立代理模型去产生新的样本点的法则或规则。所 谓“子优化”,是相对主优化而言,是指采用传 统优化算法求解由加点准则所确定的优化问题, 得到新的样本点的过程。主优化加点循环中的每 一步,都要进行一次完整的子优化迭代,直到子 优化收敛。但由于在子优化中,无需访问精确数 值分析,因此计算时间可以忽略。 针对基于 kriging 模型的代理优化算法,国 际上已经发展了多种加点准则 [31][106][107] ,包括 MSP 准则[15][108]、EI 准则[15][20][74]、PI 准则[106] [107][109] 、 MSE 准 则 [106][109] 、 LCB 准 则 [75] [106][107] 。为了说明这 5 种常见加点准则的原理和 子优化问题的建立,下面以某一维函数为例,采 用 4 个样本点 T[0,0.4,0.6,1.0]S 建立 kriging 模 型。该一维函数来自文献[31],表达式为: ( ) sin( ), [ , ]   y x x x26 2 12 4 0 1 (57) 3.3.1 小化代理模型预测准则 (MSP, minimum of surrogate prediction) 该方法是 简单、 直接,也是 早被采用 的方法 [15][106]-[110] 。其原理是直接在代理模型上寻 找目标函数的 小值。带约束的子优化问题数学 模型如下:
2021-09-20 11:05:15 1.04MB kriging 代理
1
管家婆辉煌ⅡTOP+13.1版13.02版(不带+都有)辉煌版、五金建材版、皮革布匹版、电脑通讯版 四版通用,去右下角广告,去电子注册找不到狗,支持正版加点加分机
1
管家婆辉煌ⅡTOP+13.2版(不带+都有)辉煌版、五金建材版、皮革布匹版、电脑通讯版 四版通用,去右下角广告,去电子注册找不到狗,支持正版加点加分机
2021-08-29 15:27:57 9.22MB 管家婆 辉煌版 五金建材版 电脑通讯版
1
这是一个 Android 自定义 地图控件,可以两根手指 拉伸放大 缩小 拖动, 在指定坐标 加点 加线
2019-12-21 20:34:30 24.21MB Android 地图 手指放大 缩小
1