Optimisation basée sur les modèles de substitution — Conception assistée par métamodèles
L'optimisation basée sur les modèles de substitution, formalisée dans le cadre des expériences informatiques de Sacks et al. (1989) et popularisée pour l'ingénierie par Forrester et al. (2008), remplace une simulation ou une expérience physique trop coûteuse par un modèle approximatif bon marché — appelé modèle de substitution ou métamodèle — puis optimise ce modèle de substitution. Le modèle de substitution est généralement un Krigeage (processus gaussien), une fonction de base radiale (RBF) ou une surface de réponse polynomiale ajustée à un petit ensemble d'évaluations de conception soigneusement choisies et périodiquement mise à jour au fur et à mesure de la progression de la recherche.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Surrogate-Based Optimization (Metamodel-Assisted Optimization). ScholarGate. https://scholargate.app/fr/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.
- Optimisation bayésienneOptimisation↔ compare
- Planification d'ExpériencesPlans d'expériences↔ compare
- Stratégie d'évolution (CMA-ES)Optimisation↔ compare
- Échantillonnage par hypercube latinSimulation↔ compare
- Méthodologie des surfaces de réponse (RSM)Plans d'expériences↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →