ScholarGate
Assistent
Process / pipeline

Optimierung mittels Surrogaten — Metamodell-gestütztes Design

Surrogat-basierte Optimierung, formalisiert im Rahmen von Computerexperimenten durch Sacks et al. (1989) und durch Forrester et al. (2008) für das Ingenieurwesen popularisiert, ersetzt eine unerschwinglich teure Simulation oder ein physisches Experiment durch ein kostengünstiges Näherungsmodell – ein Surrogat oder Metamodell genannt – und optimiert dann dieses Surrogat. Das Surrogat ist typischerweise ein Kriging-Modell (Gaußscher Prozess), eine Radial-Basis-Funktion oder eine polynomiale Antwortfläche, die auf einer kleinen Menge sorgfältig ausgewählter Designauswertungen basiert und periodisch aktualisiert wird, während die Suche fortschreitet.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Forrester, A., Sobester, A., & Keane, A. (2008). Engineering Design via Surrogate Modelling: A Practical Guide. Wiley. link
  2. Sacks, J., Welch, W. J., Mitchell, T. J., & Wynn, H. P. (1989). Design and Analysis of Computer Experiments. Statistical Science, 4(4), 409-423. DOI: 10.1214/ss/1177012413

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Surrogate-Based Optimization (Metamodel-Assisted Optimization). ScholarGate. https://scholargate.app/de/optimization/surrogate-optimization

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGateSurrogate-Based Optimization (Surrogate-Based Optimization (Metamodel-Assisted Optimization)). Abgerufen am 2026-06-15 von https://scholargate.app/de/optimization/surrogate-optimization · Datensatz: https://doi.org/10.5281/zenodo.20539026