代理人替代模型是一种近似方法,它模仿计算上昂贵的模拟的行为。
用更多的数学术语:假设我们正在尝试优化函数f(p),但是f每次计算都非常昂贵。
可能是我们需要为每个点求解PDE或使用高级数值线性代数机制的情况,这通常很昂贵。
我们的想法是再开发一个替代模型g近似于f通过对从评估收集以前的数据训练f。
代理模型的构建可以看作是一个三步过程:样品选择替代模型的构建代理优化当前所有可用的采样方法:网格制服索博尔拉丁超立方体低差异克罗内克金的随机的当前所有可用的代理模型:克里格使用Stheno进行克里金法径向基础温德兰线性的二阶多项式支持向量机(等待LIBSVM分辨率)神经网络随机森林洛巴切斯基反距离多项式展开保真度可变专家混合(等待GaussianMixtures软件包在v1.5上工作)地球梯度增强克里格当前所有可用的优
2025/9/29 14:18:35
150KB
1