在水利、环境、生态、机械以及航天等领域中,数学模型已经成为一种常用的技术手段。同时,为了提高模型的性能,减小模型误用带来的风险;参数优化、不确定性分析等技术也大量的用于模型改进的过程。在使用过程中,这些方法通常需要运行几千至上万次模型才能得到较为满意的结果,而每一次模型的运行短则几分钟,长则几天;因此即使在如今高性能计算机,甚至超算的支持下也不足以直接完成计算任务。在此背景下,代理模型技术被提出并得到了长足的发展和广泛的应用;但是,代理模型的构建和使用涉及到采样技术、回归模型、不确定性分析等多个方面,其理论背景和实际操作都有一定难度。
内容详情:
专题一:代理模型引论
1、什么是代理模型?
2、代理模型的作用
3、主要的代理模型
4、代理模型应用实例举例
专题二:最速上升法与岭分析【讲解与代码实践】
1、最速上升路径
2、信赖域
3、二阶响应面与岭分析
专题三:采样方法【讲解与代码实践】
1、拉丁超立方采样
2、改进的LHS方法
3、最大-最小设计
专题四:高斯过程回归【讲解与代码实践】
1、高斯过程的先验
2、高斯过程超参数分析
3、与其它方法(贝叶斯线性回归、隐随机场等)的比较
专题五:基于模型的高斯过程设计【讲解与代码实践】
1、最大熵设计
2、预测不确定性的最小化
3、序贯设计
4、快速高斯过程更新
专题六:最优化【讲解与代码实践】
1、代理模型下的最优化
2、期望改进
3、约束下的最优化
专题七:率定与敏感性分析【讲解与代码实践】
1、率定
2、敏感性分析
3、贝叶斯敏感性
专题八:高级高斯过程模型【讲解与代码实践】
1、紧支撑核方法
2、划分模型与回归树
3、高斯过程的局部逼近
专题九:异方差性【讲解与代码实践】
1、随机克里金方法
2、均值与方差耦合的高斯过程
3、序贯设计