[发明专利]基于局部高斯过程拟合的序贯设计方法、装置和设备

说明书

本申请涉及基于局部高斯过程拟合的序贯设计方法、装置和设备，方法包括：获取对应用系统进行的上一次迭代试验获得的水平集估计，从中选取超立方体并选取当前次迭代的输入样本；通过试验方式获取当前次迭代的采样样本集；根据采样样本集基于局部高斯过程拟合获得近似模型；将超立方体等分分割为多个子立方体，根据近似模型确定所有满足误差容许条件的估计集元素；利用估计集元素更新水平集估计，将上一次迭代的采样样本集与当前次迭代的采样样本集合并为更新后的采样样本集；若更新后的水平集估计满足设定的迭代终止条件，则输出更新后的水平集估计和估计精度以及更新后的采样样本集的所有样本。大幅提高了系统的水平集估计与应用效率。

技术领域

本申请涉及复杂系统试验评估技术领域，特别是涉及一种基于局部高斯过程拟合的序贯设计方法、装置和设备。

背景技术

系统的水平集是指使得系统某项性能指标等于某特定值(水平)的输入因子的集合，在风险评估、装备试验鉴定等应用领域有着重要应用。目前，水平集估计常采用插入法，即首先利用试验数据获得系统输入输出行为的全局代理模型，然后从该全局代理模型中利用数值算法获得水平集的近似。然而，在实现本发明过程中，发明人发现前述传统的水平集估计方法，存在着系统的水平集估计与应用效率不高的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种基于局部高斯过程拟合的序贯设计方法、一种基于局部高斯过程拟合的序贯设计装置以及一种计算机设备，能够大幅提高系统的水平集估计与应用效率。

为了实现上述目的，本发明实施例采用以下技术方案：

一方面，本发明实施例提供一种基于局部高斯过程拟合的序贯设计方法，包括步骤：

获取对应用系统进行的上一次迭代试验获得的水平集估计，从水平集估计中选取超立方体并从超立方体中选取当前次迭代的输入样本；

通过试验方式获取应用系统在输入样本处的输出样本，得到当前次迭代的采样样本集；采样样本集包括输入样本和输出样本；

根据采样样本集，基于局部高斯过程拟合获得应用系统在超立方体上的近似模型；

将超立方体等分为多个子立方体，根据近似模型分别对每个子立方体进行误差容许条件与近似参数计算，确定所有满足误差容许条件的估计集元素；

利用估计集元素更新水平集估计，将上一次迭代的采样样本集与当前次迭代的采样样本集合并为更新后的采样样本集；

若更新后的水平集估计满足设定的迭代终止条件，则输出更新后的水平集估计和估计精度，以及输出更新后的采样样本集的所有样本。

另一方面，还提供一种基于局部高斯过程拟合的序贯设计装置，包括：

试验设计模块，用于获取对应用系统进行的上一次迭代试验获得的水平集估计，从水平集估计中选取超立方体并从超立方体中选取当前次迭代的输入样本；

输出采样模块，用于通过试验方式获取应用系统在输入样本处的输出样本，得到当前次迭代的采样样本集；采样样本集包括输入样本和输出样本；

局部拟合模块，用于根据采样样本集，基于局部高斯过程拟合获得应用系统在超立方体上的近似模型；

分割计算模块，用于将超立方体等分为多个子立方体，根据近似模型分别对每个子立方体进行误差容许条件与近似参数计算，确定所有满足误差容许条件的估计集元素；

迭代更新模块，用于利用估计集元素更新水平集估计，将上一次迭代的采样样本集与当前次迭代的采样样本集合并为更新后的采样样本集；

终止输出模块，用于在更新后的水平集估计满足设定的迭代终止条件时，输出更新后的水平集估计和估计精度，以及输出更新后的采样样本集的所有样本。