论文部分内容阅读
对于复杂的多设计变量优化设计问题，构造高精度的代理模型需要大量的高可信度样本，并带来巨大的计算量。利用较小的计算代价构建高精度的代理模型具有很强的工程意义。采用Co—Kriging方法，基于两组相互独立的高、低可信度模型样本，构建了一种高效的变可信度代理模型。Co—Kriging变可信度代理模型通过构建高、低可信度模型之间的关系模型，充分利用低可信度模型信息来提高代理模型整体的预测精度，在保证预测精度的前提下，大大减少了构造代理模型所需的计算时间。使用两个函数算例分析了不同选样方案对近似精度的影响，并用一