Resumen

Gran parte del trabajo previo en diseño D-óptimo para modelos de regresión con errores correlacionados se enfocó en modelos polinomiales con una única variable predictora, en gran parte debido a la intratabilidad de una solución analítica. En este artículo, presentamos un algoritmo de recocido simulado modificado y mejorado, proporcionando enfoques prácticos para las especificaciones de los parámetros de enfriamiento del recocido, umbrales y vecindarios de búsqueda para el esquema de perturbación, que encuentra diseños D-óptimos aproximados para regresiones polinomiales de 2 vías y 3 vías para una variedad de estructuras de correlación específicas con un coeficiente de correlación dado. Los resultados en cada caso de errores correlacionados se comparan con el algoritmo de recocido simulado tradicional, es decir, el algoritmo de RS sin nuestra mejora. Nuestros resultados mejorados de recocido simulado tuvieron generalmente una eficiencia D más alta que el algoritmo de recocido simulado tradicional, especialmente cuando

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Trabajo; Diseño D-óptimo; Modelos de regresión; Errores correlacionados; Algoritmo de recocido simulado; Modelos polinomiales
• Keywords:Work; D-optimal design; Regression models; Correlated errors; Simulated annealing algorithm; Polynomial models