公开(公告)号：CN113792476B

公开(公告)日：2023-09-01

申请号：CN202110910709.5

申请日：2021-08-09

Applicant: 南京大学

Inventor： 曾献奎 ,  吴吉春 ,  高鑫宇 ,  李小兰

IPC: G06F30/27 ,  G06N3/006

Abstract: 本发明公开了一种基于优化‑自适应稀疏网格的替代模型方法，所述方法针对现有维数局部自适应稀疏网格(DimensionalAdaptive‑Local Adaptive‑Sparse Grid，DA‑LA‑SG)替代模型方法的不足，将DA‑LA‑SG方法与斥力粒子群优化(RepulsiveParticle Swarm Optimization,RPSO)算法耦合，构建OA‑SG替代模型，通过RPSO算法有效识别目标函数的极值区域，实行分区自适应标准，即极值区域内自适应标准值维持不变而极值区域外的自适应标准值提高一个数量级，进一步提到稀疏网格的构造效率。在构建解析函数替代模型的案例分析中表现出较好的格点分布效果，相对于现有的DA‑LA‑SG替代模型，能用更少的替代模型成本达到更高的替代精度。

公开(公告)号：CN113792476A

公开(公告)日：2021-12-14

申请号：CN202110910709.5

申请日：2021-08-09

Applicant: 南京大学

Inventor： 曾献奎 ,  吴吉春 ,  高鑫宇 ,  李小兰

IPC: G06F30/27 ,  G06N3/00

Abstract: 本发明公开了一种基于优化‑自适应稀疏网格的替代模型方法，所述方法针对现有维数局部自适应稀疏网格(DimensionalAdaptive‑Local Adaptive‑Sparse Grid，DA‑LA‑SG)替代模型方法的不足，将DA‑LA‑SG方法与斥力粒子群优化(RepulsiveParticle Swarm Optimization,RPSO)算法耦合，构建OA‑SG替代模型，通过RPSO算法有效识别目标函数的极值区域，实行分区自适应标准，即极值区域内自适应标准值维持不变而极值区域外的自适应标准值提高一个数量级，进一步提到稀疏网格的构造效率。在构建解析函数替代模型的案例分析中表现出较好的格点分布效果，相对于现有的DA‑LA‑SG替代模型，能用更少的替代模型成本达到更高的替代精度。