ScholarGate
Asistente
Process / pipeline

Optimización Basada en Sustitutos — Diseño Asistido por Metamodelos

La optimización basada en sustitutos, formalizada en el marco de experimentos computacionales de Sacks et al. (1989) y popularizada en ingeniería por Forrester et al. (2008), reemplaza una simulación o experimento físico prohibitivamente costoso con un modelo aproximado barato —llamado sustituto o metamodelo— y luego optimiza ese sustituto. El sustituto es típicamente un Kriging (Proceso Gaussiano), una Función de Base Radial, o una superficie de respuesta polinómica ajustada a un pequeño conjunto de evaluaciones de diseño cuidadosamente seleccionadas y actualizada periódicamente a medida que avanza la búsqueda.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

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

Citado por

ScholarGateSurrogate-Based Optimization (Surrogate-Based Optimization (Metamodel-Assisted Optimization)). Recuperado el 2026-06-15 de https://scholargate.app/es/optimization/surrogate-optimization · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026