matlab kriging模型
kriging工具箱:https://orbit.dtu.dk/en/publications/dace-a-matlab-kriging-toolbox
x=rand(1,100)*5; y=rand(1,100)*5; z=x./(y+1)+0.01*rand(1,100); data=[x',y',z']; scatter(x,y,25,z); colorbar; %模型参数设置 theta = [5 5]; lob = [1e-1 1e-1]; upb = [20 20]; %变异函数模型为高斯模型 [dmodel, perf] = dacefit(data(:,1:2), data(:,3), @regpoly0, @corrgauss, theta, lob, upb); %创建一个40*40的网格,范围为0-5 X = gridsamp([0 0;5 5], 40); %格网点的预测值返回在矩阵YX中,预测点的均方根误差返回在矩阵MSE中 [YX,MSE] = predictor(X, dmodel); X1 = reshape(X(:,1),40,40); X2 = reshape(X(:,2),40,40); YX = reshape(YX, size(X1)); %size(X1)=40*40 mesh(X1, X2, YX); %绘制预测表面
theta是初始值,lob和upb是参数范围,计算结果存在dmodel.theta中。
>> dmodel.theta ans = 0.903390452322443 4.718047509652705
当对模型不确定或者变量波动剧烈时,所给范围宜较宽。
若初始值选取不合理,则可能造成曲面波动。
如以下情况: