Optimisasi Berasaskan Surogat — Reka Bentuk Dibantu Metamodel
Optimisasi berasaskan surogat, yang diformalkan dalam rangka kerja eksperimen komputer oleh Sacks et al. (1989) dan dipopularkan untuk kejuruteraan oleh Forrester et al. (2008), menggantikan simulasi atau eksperimen fizikal yang sangat mahal dengan model anggaran yang murah — dipanggil surogat atau metamodel — dan kemudian mengoptimumkan surogat tersebut. Surogat lazimnya ialah Kriging (Proses Gaussian), Fungsi Asas Jejari, atau permukaan respons polinomial yang dipasang pada sejumlah kecil penilaian reka bentuk yang dipilih dengan teliti dan dikemas kini secara berkala semasa carian berlangsung.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 1). Surrogate-Based Optimization (Metamodel-Assisted Optimization). ScholarGate. https://scholargate.app/ms/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.
- Pengoptimuman BayesianPengoptimuman↔ compare
- Reka Bentuk EksperimenReka Bentuk Eksperimen↔ compare
- Evolutionary Strategy (CMA-ES)Pengoptimuman↔ compare
- Pensampelan Hiperkubus LatinSimulasi↔ compare
- Metodologi Permukaan Gerak Balas (RSM)Reka Bentuk Eksperimen↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →