Surrogate-Based Optimization — Metamodel-Assisted Design

Surrogate-based optimization, geformaliseerd in het computer-experimentenraamwerk van Sacks et al. (1989) en gepopulariseerd voor engineering door Forrester et al. (2008), vervangt een onbetaalbaar dure simulatie of fysiek experiment met een goedkoop benaderend model — een surrogaat of metamodel genoemd — en optimaliseert vervolgens dat surrogaat. Het surrogaat is doorgaans een Kriging (Gaussiaans Proces), Radiale Basis Functie, of polynomiale respons-oppervlakte, aangepast aan een kleine set zorgvuldig gekozen evaluaties van het ontwerp en periodiek bijgewerkt naarmate de zoektocht vordert.