Optimasi Berbasis Pengganti — Desain Berbantuan Metamodel
Optimasi berbasis pengganti (surrogate-based optimization), yang diformalkan dalam kerangka eksperimen komputer oleh Sacks et al. (1989) dan dipopulerkan untuk rekayasa oleh Forrester et al. (2008), menggantikan simulasi atau eksperimen fisik yang sangat mahal dengan model perkiraan yang murah — disebut pengganti atau metamodel — dan kemudian mengoptimalkan pengganti tersebut. Pengganti biasanya adalah Kriging (Gaussian Process), Radial Basis Function, atau permukaan respons polinomial yang disesuaikan dengan sejumlah kecil evaluasi desain yang dipilih dengan cermat dan diperbarui secara berkala seiring kemajuan pencarian.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Surrogate-Based Optimization (Metamodel-Assisted Optimization). ScholarGate. https://scholargate.app/id/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.
- Optimasi BayesianOptimasi↔ compare
- Desain EksperimenDesain Eksperimen↔ compare
- Strategi Evolusi (CMA-ES)Optimasi↔ compare
- Desain Simulasi BerlapisSimulasi↔ compare
- Metodologi Permukaan Respons (RSM)Desain Eksperimen↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →