假设一次仿真需要数小时,而我们已经评估了若干设计点。如何利用这些点预测尚未运行的设计,并挑选下一次仿真的输入?径向基函数(Radial Basis Function,RBF)代理模型用样本点之间的距离构造一个便于计算的近似函数。它适合先讨论确定性仿真的插值情形,再扩展到有噪声的数据。
从样本点构造近似函数
设已有 个真实评估样本 ,其中 。一种常见的 RBF 模型写为:
2026/9/28大约 9 分钟
假设一次仿真需要数小时,而我们已经评估了若干设计点。如何利用这些点预测尚未运行的设计,并挑选下一次仿真的输入?径向基函数(Radial Basis Function,RBF)代理模型用样本点之间的距离构造一个便于计算的近似函数。它适合先讨论确定性仿真的插值情形,再扩展到有噪声的数据。
设已有 n 个真实评估样本 (xi,yi),其中 yi=f(xi)。一种常见的 RBF 模型写为: