基于解耦模式的多参数自组织近似模型优化方法关键技术研究

近似模型技术作为一种高效的数值建模方法广泛应用于工程优化的各个领域，但随着工程问题复杂度的提升，设计参数的增加，导致近似模型的精度和构建效率难以保证。因此，如何突破多参数建模这一技术瓶颈成为近似模型优化技术亟待解决的问题。本课题拟以High dimensional model representation（HDMR）理论为核心，建立能够自行组织HDMR模型结构的高性能多参数优化体系。HDMR方法的优势在于能够确定设计参数的耦合项和非耦合项对目标函数的贡献，将黑箱问题显式化、透明化，使模型能够最大限度体现研究对象的物理特性。为了保证其稳健性，拟采用泛化性能强的支持向量机回归作为实现HDMR理论的载体；为了提高其建模效率，拟采用重分析技术的快速计算方法，形成一套实用的近似模型优化体系。

近似模型技术作为一种高效的数值建模方法广泛应用于工程优化的各个领域，但随着工程问题复杂度的提升，设计参数的增加，导致近似模型的精度和构建效率难以保证。因此，如何突破多参数建模这一技术瓶颈成为近似模型优化技术亟待解决的问题。本课题拟以High dimensional model representation（HDMR）理论为核心，建立能够自行组织HDMR模型结构的高性能多参数优化体系。HDMR方法的优势在于能够确定设计参数的耦合项和非耦合项对目标函数的贡献，将黑箱问题显式化、透明化，使模型能够最大限度体现研究对象的物理特性。为了保证其稳健性，拟采用泛化性能强的支持向量机回归作为实现HDMR理论的载体；为了提高其建模效率，拟采用重分析技术的快速计算方法，形成一套实用的近似模型优化体系。对于近似模型优化体系，近似模型的构建方法仅仅是整个体系的一个关键问题。如果需要从根本上进一步提高该优化体系的精度和效率，仅仅具有可靠的建模工具是不够的，正问题求解器同样是决定优化性能的另一个关键因素。为此，针对非线性问题，本课题建立了基于重分析方法的快速求解体系，并初步应用于工程实践。