[发明专利]一种组合代理模型的评价方法

说明书

本发明公开了一种组合代理模型的评价方法，其特征在于：构造局部趋势函数(LTF，Local trend function)。其中，y＝[y₁，y₂，…，y_i]为观测值，为预测值，i为测试样本点的数量，LTF的值越小代表着预测值的凹凸属性与观测值的凹凸属性的一致性越高。它的图形示意图描述如图1所示，尽管观测值与预测值存在一定误差，但保证了观测值与预测值在设计空间凹凸属性的一致，通过预测值仍可得到观测值的最小值所在位置x₁。

技术领域

本发明涉及一种构造组合代理模型时的评价方法，属于工程设计领域。

背景技术

通过计算机进行数值仿真来代替物理模型进行试验时，往往会面临着要耗费大量的计算时间的问题，代理模型技术可以很好的解决这一问题，但物理模型往往具有高维、非线性较强和实验设计时的数值误差等问题，导致代理模型拟合精度不高，在基于代理模型进行优化时，往往很难找到真正的极值点。

组合代理模型属于代理模型的一类，它侧重于优化不同元模型间的权重系数的组合方式，其一般形式如式1，优化权重时的评价标准选择不同，会影响构造出组合代理模型的质量。

式中，x是输入变量，M为组合代理模型中元模型个数，为组合代理模型的响应值，ω_i为第i元模型的权值，是第i元模型响应值。

发明内容

本发明提供一种构造组合代理模型时的评价方法，所要解决的问题是在不增加构造组合代理模型的成本的前提下，构造的组合代理模型在作为目标函数进行优化时，精度更高。

为实现上述方法，本发明采用的技术方案如下：

一种组合代理模型的评价方法，其特征在于：构造局部趋势函数(LTF，Localtrend function)。

其中，y＝[y₁，y₂，…，y_i]为观测值，为预测值，i为测试样本点的数量，LTF的值越小代表着预测值的凹凸属性与观测值的凹凸属性的一致性越高。

由于采用了上述技术方案，本发明取得的技术进步是：利用本发明的技术方案得到的图形示意图如图1所示，尽管观测值与预测值存在一定误差，但保证了观测值与预测值在设计空间凹凸属性的一致，通过预测值仍可得到观测值的最小值所在位置x₁。本发明构造的组合代理模型在作为目标函数进行优化时，精度更高。

附图说明

图1本发明的图形示意图；

图2本发明的组合代理模型优化流程图。

具体实施方式

为了便于本领域技术人员的理解，下面结合具体的实施例进一步说明本发明的计算方式及应用对比。

实施例1

1.计算方式

假设有一组7个包含输入样本点的数据，通过真实物理模型到每个样本点对应的输出，即观测值为y＝[5,8,4,6,9,5,3]，通过代理模型得到每个样本点的输出，即预测值为那么，计算观测值的w₁：

w_i＝[8-5，4-8，6-4，9-6，5-9，3-5]

＝[3，-42，3，-4，-2]

＝[1，-1，1，1，-1，-1]

计算观测值的w₂：