KrigingModelCode 实现Kriging插值预测，可用于实现自适应代理模型构建

经典的插值算法，适用于气象土壤数据或者较为复杂的预测问题均可使用。

改进的粒子群优化克里金模型，普通的克里金模型MATLAB数据包与遗传算法的结合

克里金法 未维护。 旧代码。 我并不为此感到自豪。 这是一个 Fortran 代码，用于为预先确定的网格或通过自适应顺序采样构建的网格执行 Cokriging 方法，即克里金方法。 我目前也在努力将它与优化方案结合起来。 安装先决条件 此设置需要安装以下库： BLAS LAPACK LAPACK95 FortArrange （可以在 github @ 上找到） makefile 是为 ubuntu 设置的，其中包含正常路径中的库以及以下模块文件夹： /usr/lib/lapack95_modules/ /usr/lib/fortarrange_header/

在结构极限状态方程（LSF）未知的情况下，通常采用响应面法（RSM）模拟结构的极限状态方程，逐步修正求解。由于响应面法对于极限状态方程的多项式假定，使其在计算精度上存在一定的缺陷。本文通过随机选取的部分结构响应，采用Kriging模型模拟未知状态的结构响应，然后附以最优化的方法求解可靠性指标。该方法突破了极限状态方程的形式对于可靠性计算的制约，避免数学表达式的不同对于可靠性计算的影响。通过数值算例，可以看到本文的方法具有较高的精度和稳定性。

基于java实现的克里金插值算法插值算法，已在等值线生成算法中验证！ 基于java实现的克里金插值算法插值算法，已在等值线生成算法中验证

变可信度建模，基于MATAB的co-kriging，包含两个实例，适合入门去钻研

普通克里金算法实现，使用java进行的一个普通克里金算法实现，本代码开源

kriging算法Fortran语言

matlab克里金插值代码PPE_Kriging 克里格插值代码 为了 小组成员：潘岳（Yue Pan）和范德瑞（FandréJosianne） 主管：Jemil Avers Butt博士 链接到PPE的项目I： 目标：使用各种半变异函数模型实施克里格插值 环境和先决条件：Matlab（2019或更高版本） 实施细节： 去做 代码架构： 去做 演示： DEM数据集： 半变异函数： 插值结果： 密集数据集： 插值结果： 插值错误： 稀疏数据集： 插值错误： 参考： ： 克雷西·诺埃尔（Cressie，Noel）。 “克里金的起源。” 数学地质22.3（1990）：239-252。