了解拉丁超立方原理建议去youtube搜视频,最多就5min,讲得很通俗易懂,看了很多文章长篇大论duck不必,搞懂后原来只是一个简单抽样规则而已。

  1. 自己写代码
   def _domain_lhs_sample(n_domain):# 域内取点result=np.empty([n_domain,2],dtype=float)# 生成一个指定维度的数组,还可以定义类型result.fill(0)#全赋初值为0#  result=[[0]*D]*N 方法二temp=np.empty([n_domain])d=1/n_domainfor i in range(2):for j in range(n_domain):temp[j]=np.random.uniform(low=j*d, high=(j+1)*d,size=1)[0]# 从1*1的面积中取得点,后面需要扩大为相应尺度np.random.shuffle(temp)     for j in range(n_domain):result[j,i]=temp[j]b = np.array([-0.5,0.5,-0.5,0.5])lower_bounds = b[0]upper_bounds = b[1]if np.any(lower_bounds > upper_bounds):print('范围出错')return Nonenp.add(np.multiply(result,(upper_bounds - lower_bounds),out=result),lower_bounds,out=result)# D参数个数,bounds 参数对应范围,N,拉丁超立方层数return result
  1. 调库 pyDOE
from pyDOE import lhs
lb=np.array([x_min,y_min])
ub=np.array([x_max.y_max])
point=lb+(ub-lb)*lhs(2,2000)

python 拉丁超立方抽样相关推荐

  1. 拉丁超立方抽样的Python实现

    一.什么是拉丁超立方抽样     拉丁超立方采样是一种分层的蒙特卡洛采样方法,适用于多维空间均匀采样,适合于样本数较少的情况下使用.[1]     采样思想为:假设系统有m个因素,每个因素有n个水平. ...

  2. 对应于正态分布的拉丁超立方抽样——Python版

    拉丁超立方抽样-正态分布 0.拉丁超立方抽样的理论基础 0.1.概况 0.2.基本原理 0.3.基本步骤 1.导入库和基本准备 2.生成两个(具有正态分布的随机变量)参数的随机数 2.1.生成第一个参 ...

  3. 对应于对数正态分布的拉丁超立方抽样——Python版

    拉丁超立方抽样-对数正态分布 0.拉丁超立方抽样的理论基础 0.1.概况 0.2.基本原理 0.3.基本步骤 1.导入库和基本准备 2.生成(具有对数正态分布的随机变量)参数的随机数 3.将生成的随机 ...

  4. 试验设计——拉丁超立方抽样

    目录 1 性质 2 原理 3 实现 4 结果​ 1 性质 当我们要对某个昂贵函数或者一些试验数据建立代理模型时,前期实验设计对于初始采样点的选取尤为重要,如何尽可能用少量点能够得到空间填冲效果好的初始 ...

  5. 拉丁超立方抽样 Latin hypercube sampling,java 代码

    生成随机样本时,若是简单的随机抽样,会有数据过度聚集的问题,拉丁超立方抽样解决了这个问题. 下面用图说明两者的区别: 图中可以看出,简单随机抽样中的数据大部分在中间,而拉丁立方抽样则均匀产生在各个小区 ...

  6. 基于拉丁超立方抽样的风,光,负荷场景生成方法 风电功率场景生成 ,光伏功率场景生成,负荷场景生成

    基于拉丁超立方抽样的风,光,负荷场景生成方法 风电功率场景生成 ,光伏功率场景生成,负荷场景生成 通过后向场景削减BR得到典型场景及其概率 提供参考文献,完美复现! 语言:MATLAB ID:6430 ...

  7. matlab 超拉丁,拉丁超立方抽样 专注matlab代码下载 Downma.com 当码网

    拉丁超立方抽样 关注次数: 95 下载次数: 9 文件大小: 60K 下载需要积分: 2 代码分类: 开发平台: matlab 上传会员: yhcpp 下载代码 预览代码 Downma.com:专注M ...

  8. 论文复现:模拟风电不确定性——拉丁超立方抽样生成及缩减场景(Matlab全代码)

    风电出力的不确定性主要源于预测误差,而研究表明预测误差(e)服从正态分布且大概为预测出力的10%.本代码采用拉丁超立方抽样实现场景生成[1,2].基于概率距离的快速前代消除法实现场景缩减[3],以此模 ...

  9. 模拟光伏不确定性——拉丁超立方抽样生成及缩减场景(Matlab全代码)

    光伏出力的不确定性主要源于预测误差,而研究表明预测误差(e)服从正态分布且大概为预测出力的10%.本代码采用拉丁超立方抽样实现场景生成[1,2].基于概率距离的快速前代消除法实现场景缩减[3],以此模 ...

最新文章

  1. Linux Ubuntu 自动登录
  2. AMF(Action Message Format)其它语言对象转ActionScript对象[转]
  3. 原来,爱情是与旁观者有关的。。。
  4. activiti 视图
  5. 洛谷P6302:回家路线(斜率优化)
  6. Typora的图片根目录设置,
  7. Vue与class和style
  8. 【LeetCode】剑指 Offer 51. 数组中的逆序对
  9. 从0开始的Python学习006流程控制
  10. python3 科学计算_python3 科学计算之pandas入门(一)
  11. Linux系统启动过程分析
  12. [高通MSM8953_64][Android10]user版本默认获取root权限
  13. 浅谈医疗卫生系统人事档案管理
  14. samba 配置文件详解
  15. Spring源码解析二之创建Bean(实例化)
  16. python基础知识验证哥德巴赫猜想
  17. uni-app 实现打开第三方app
  18. 数据分析应用在传统运营后变身数据化运营
  19. 独立后台带分销功能月老办事处交友盲盒微信小程序源码新版,更好的裂变推广引流
  20. 利用python绘制雪景图_彩铅 · 教程 | 教你画一张唯美雪景小图

热门文章

  1. 计算机硬盘对考,台式机怎样让进行硬盘对拷(快速批量装机) 台式机让进行硬盘对拷(快速批量装机)的方法...
  2. linux安装iso软件命令,linux命令制作iso镜像
  3. App Store 审核指南 2017-12-11
  4. Least Crucial Node UVALive - 7456
  5. 26学习渗透测试工具 Metasploit 的基本用法,包括漏洞扫描、攻击模块
  6. 软件测试:三角形问题
  7. 未来机器人生活的畅享之旅
  8. unity3D-游戏/AR/VR在线就业班 C#入门访问修饰符学习笔记
  9. 手机流量充值 php代码,流量充值异步通知示例代码
  10. Vault: 基础教程之密码引擎及动态密码生成