[发明专利]一种针对大规模复杂系统的参数配置优化方法及装置

权利要求书

1.一种针对大规模复杂系统的参数配置优化方法，其特征在于，包括如下步骤，步骤S1、根据低保真度实验观测数据训练低保真度高斯过程回归模型；

步骤S2、根据低保真度高斯过程回归模型输出的预测曲线，获取高保真度实验评估点；

步骤S3、根据高保真度实验数据训练高保真度高斯过程回归模型；

步骤S4、融合低保真度高斯过程回归模型的预测输出和高保真度高斯过程回归模型的预测输出，确定下次高保真度实验评估点；

步骤S5、若高保真度实验次数少于预设值，则返回步骤S3进行迭代；反之，则从高保真度实验评估点选出最优点输出。

2.根据权利要求1所述的一种针对大规模复杂系统的参数配置优化方法，其特征在于，所述低保真度高斯过程回归模型保存、封装低保真度实验数据信息。

3.根据权利要求1所述的一种针对大规模复杂系统的参数配置优化方法，其特征在于，所述步骤S2中，所述低保真度高斯过程回归模型对任意实验评估点处实验响应进行预测，并根据预测值选择高保真度实验评估点。

4.根据权利要求3所述的一种针对大规模复杂系统的参数配置优化方法，其特征在于，所述高保真度实验评估点的选择采用最优搜索模型，所述最优搜索模型的目标函数根据低保真度高斯过程回归模型的预测值确定。

5.根据权利要求1所述的一种针对大规模复杂系统的参数配置优化方法，其特征在于，所述步骤S4中，通过基于贝叶斯的动态加权机制对低保真度高斯过程回归模型的预测输出和高保真度高斯过程回归模型的预测输出进行加权融合。

6.根据权利要求5所述的一种针对大规模复杂系统的参数配置优化方法，其特征在于，所述融合的加权系数由模型预测值与实际响应值决定。

7.一种针对大规模复杂系统的参数配置优化装置，其特征在于，包括低保真度实验数据存储装置、低保真度高斯过程回归预测装置、高保真度数据采集装置、高保真度高斯过程回归预测装置、预测融合装置和最优决策装置；

所述低保真度实验数据存储装置，用于存储低保真度实验观测数据的终端设备；

所述低保真度高斯过程回归预测装置，用于分析处理低保真度实验观测数据、确定低保真度高斯过程回归模型参数值；

所述高保真度数据采集装置，用于采集、存储高保真度实验评估数据；

所述高保真度高斯过程回归预测装置，用于分析处理高保真度实验观测数据、确定高保真度高斯过程回归模型参数值；

所述预测融合装置，用于对低保真度高斯过程回归预测和高保真度高斯过程回归预测进行加权融合，对任意实验评估点给出融合预测响应值；

所述最优决策装置，用于根据预测融合装置给出的融合预测响应值，选择最优的下次迭代实验评估点。

8.根据权利要求7所述的一种针对大规模复杂系统的参数配置优化装置，其特征在于，所述低保真度高斯过程回归预测装置输出最初的高保真度实验评估点。

9.根据权利要求7所述的一种针对大规模复杂系统的参数配置优化装置，其特征在于，所述预测融合装置和最优决策装置采用基于贝叶斯的动态加权机制对低保真度高斯过程回归模型的预测输出和高保真度高斯过程回归模型的预测输出进行加权融合。

10.根据权利要求7所述的一种针对大规模复杂系统的参数配置优化装置，其特征在于，所述融合的加权系数由模型预测值与实际响应值决定。