372 H.M. Gomes et al. 10 8 6 4 2 0 0.1 0.2 0.3 0.1 0.2 0.3 0.1 0.2 0.3 0.1 0.2 0.3 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.1 1 0.8 0.6 0.4 0.4 0.2 0.2 0.3 0.1 0 0 0.4 0.2 0.3 0.1 0 0.4 0.2 0.3 0.1 0 0.4 0.2 0.3 0.1 0 1 0.8 0.6 0.4 0.2 0 1 0.8 0.6 0.4 0.2 0 1 0.8 0.6 0.4 0.2 0 0.2 0.3 0.4 0.5 0.5 Samples x 10 4 x 104 x 104 x 104 1 1.5 2 0 0.5 Samples 1 1.5 2 0 0.5 Samples 1 1.5 2 0 0.5 Samples 1 1.5 2 0 10 8 6 4 2 0 8 6 4 2 0 8 6 4 2 0 J(q1 ) − J(q2 ) − J(q1 ) − J(q2 ) − F(q1 ) − F(q2 ) − F(q1 ) − F(q2 ) − − −q1 −q1 −q2 q1 − q2 − −q2 q1 − q2 −q2 − q2 − q1 −q1 Fig. 36.8 Markov Chain Monte Carlo results using a RBNN as metamodel 6 4 2 0 0.1 0.2 0.3 0.1 0.2 0.3 0.1 0.2 0.3 0.4 0.4 0.4 0.4 0.1 0.2 0.3 0.1 0.2 0.3 0.4 0.1 0.2 0.3 0.4 0.1 0.2 0.3 0.4 0.1 1 0.8 0.6 0.4 0.4 0.2 0.2 0.3 0.1 0 0 0.4 0.2 0.3 0.1 0 0.4 0.2 0.3 0.1 0 0.4 0.2 0.3 0.1 0 1 0.8 0.6 0.4 0.2 0 1 0.8 0.6 0.4 0.2 0 1 0.8 0.6 0.4 0.2 0 0.2 0.3 0.4 0.5 Samples x 104 x 104 x 104 x 104 1 1.5 2 0 0.5 Samples 1 1.5 2 0 0.5 Samples 1 1.5 2 0 0.5 Samples 1 1.5 2 0 8 6 4 2 0 8 6 4 2 0 6 4 2 0 − − −q1 −q2 q1 − q2 − −q1 −q2 q1 − q2 J(q1 ) F(q1 ) − J(q1 ) − F(q1 ) − J(q2 ) − F(q2 ) − J(q2 ) − F(q2 ) − −q2 − q2 − q1 −q1 Fig. 36.9 Markov Chain Monte Carlo results using a GPE as metamodel
RkJQdWJsaXNoZXIy MTMzNzEzMQ==