拉丁超立方抽样算法的数学原理与MATLAB程序实现代码详解

在ISIGHT软件DOE试验设计中在这部分里，有一种拉丁超立方抽样的方法，这个拉丁超立方到底是神马，笔者将为您揭开它神秘的外衣。

假如数据中有N 个变量，而我们想抽取的样本的数量是M,那么在对数据进行抽样的时候，这种方法首先会把N个变量的设计空间均匀的划分开为M份，然后在每个划分好的区域中随机的抽取一点，最后，从这M个变量里，随机挑选之前选好的点，构成我们的样本。如下图所示：

具体的程序设计思路如下：
（1） 将每一维分成互不重迭的m个区间，使得每个区间有相同的概率 （通常考虑一个均匀分布，这样区间的长度相同）。
（2） 在每一维里的每一个区间中随机的抽取一个点；
（3） 再从每一维里随机抽出步骤（2）中选取的点，将它们组成向量。

这段程序的使用时，需要输入需要的采样数量N,P的最小范围与最大范围，而输出的结果就是问我们所需要的样本。

拉丁超立法抽样算法原理及matlab代码程序.pdf