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.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Forrester, A., Sobester, A., & Keane, A. (2008). Engineering Design via Surrogate Modelling: A Practical Guide. Wiley. link ↗
- 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.
- Bayesian OptimizationOptimierung↔ compare
- Design of ExperimentsVersuchsplanung↔ compare
- Evolutionary Strategy (CMA-ES)Optimierung↔ compare
- Latin Hypercube SamplingSimulation↔ compare
- Response-Oberflächenmethode (ROM)Versuchsplanung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →