文件名称：matlab分时代码-SUMO_optimization:Surogate建模优化
文件大小：188KB
文件格式：ZIP
更新时间：2024-06-10 15:47:19
系统开源
matlab分时代码替代模型（SUMO）优化 当今确实存在的许多无线网络很难用数学术语来表征，因此我们通常将它们视为黑匣子系统。 通常，通过穷举搜索设计空间并选择最佳设置来找到黑匣子系统的最佳设置。 然而，在无线网络中，几乎不可能进行详尽的搜索，因为实验是一项昂贵的操作。 这主要考虑编排开销，网络延迟和控制平面无响应。 为此，人们依靠优化技术来找到无线解决方案的最佳设计设置。 从一般的角度来看，优化工具以搜索并同意的原则工作。 在搜索阶段（也称为探索阶段），他们搜索设计空间以获得黑匣子系统的整体视图。 后来，他们同意了设计空间的特定区域并利用了最佳设计参数。 现在谈到优化工具，其中存在针对特定问题类型进行了专门调整的广泛功能。 在这里，我们将使用工具箱解决复杂的黑匣子无线问题。 图1. SUMO工具箱：源，需求和元模型创建 有关SUMO工具箱原理的完整教程不在本教程的讨论范围之内，因此建议读者参阅参考资料以获取详细信息。 SUMO工具箱 SUMO工具箱用于多个用例，例如“优化”，“模型创建”，“敏感性分析”，“可视化”和“可靠性分析”。 在解决任何问题之前，SUMO工具箱首先从通过实验
【文件预览】：
SUMO_optimization-master
----figures()
--------out-of-the-box.png(93KB)
--------SUMO_node-red.png(26KB)
--------Metamodel-generation.png(51KB)
----node-red-ewine()
--------MATLABd()
--------package.json(292B)
----SOSBO.m(4KB)
----kill.m(691B)
----MOSBO.m(5KB)
----SUMO_opt.flow(973B)
----kill.mexa64(8KB)
----matlabd(3KB)
----README.md(11KB)