（43）插入Bk+1=k- candk+1，我们有（41）。返回到（27），RHS的优化超过了rnk，rnk只出现在内部candk+1。插入（41）并去掉所有不依赖于rn的项，我们得到最小化（27）等价于最大化^wkC（C+candk+1）-1C^wTk=^wkC（C+（k）-1(k- candk+1）（C+（k）-1C^wTk。删除术语后k（仍然独立于rn）这减少到最小（28）。B生成试点场景为第0阶段设计Dwe构建九个试点场景，首先标准化场景集z=（z，…，zN），viaznstd=锌- unzσnz，（44），其中unz和σnz是坐标方向的样本平均值和z的标准偏差。我们接下来考虑一个参数D，该参数决定了试点方案的所需密度。为了选择后者，我们随机排列z的顺序，并在距离当前站点至少d（欧几里德）距离时顺序添加新的设计位置，直到尝试所有zn。而最终的设计尺寸≤ 九取决于随机排列，我们发现实际上它只受到z顺序随机排列的轻微影响。如果不需要特定大小的九分之一，一种方法是从相对较大的d（d=10）开始√dN-1这是一个良好的开端），如果算法无法找到足够多的满足距离要求的位置，则依次降低其值。输入：z，Ninit，将z的顺序最小化；根据（44）计算zstd；初始化I← {1}; j← 2.while卡（I）<Ninitdoif mini∈Ikzjstd，zistdk≥ 德切尼← 我∪ {j} //添加zjend ifj← j+1；结束whileReturn导频集D={zn:n∈ 一} Ninit=card（I）算法1：初始化模拟器的填充空间设计