论文部分内容阅读
基于响应面方法(RSM, Response Surface Method)的试验设计(DOE, Design of Experiment)已经成为解决仿真优化问题的主流方法。要实现模型多个变量的优化设计,采用传统的仿真优化方法效率低下,可行性不高,在高维情况下尤为明显。为了减少优化迭代过程中源模型的仿真次数,从而提高复杂模型设计优化效率,响应面方法便应运而生。为了改善高维情况下响应面的计算效率,本文从对多元自适应回归样条(MARS, Multivariate Adaptive Regression