Difference mapping method using least square support vector regression for variable-fidelity metamodelling
Difference mapping method using least square support vector regression for variable-fidelity metamodelling
复制标题
使用最小二乘支持向量回归进行可变保真度元建模的差异映射方法
DOI：
10.1080/0305215x.2014.918114
复制
发表时间：
2015-06
影响因子：
2.7
通讯作者：
Qiu, Haobo
中科院分区：
文献类型：
--
作者：
Shao, Xinyu;Gao, Liang;Jiang, Ping;Qiu, Haobo
工程设计，尤其是复杂工程系统的设计，通常是一个计算密集型的基于计算机的模拟和分析方法的耗时过程。本文提出了一种基于最小二乘支持向量回归的差值映射方法，作为一种特殊的元建模方法，它包含了变量保真度数据，以取代计算量大的计算机代码。提出了一种通用的差值映射框架，该框架首先创建代理基值，然后通过映射基值与真实高保真响应面之间的差值来获得近似值。采用最小二乘支持向量机回归进行映射。两种不同的抽样策略，嵌套和非嵌套设计的实验，探讨了各自对模型精度的影响。考虑了不同的样本量和三种精度的逼近性能指标。
Engineering design, especially for complex engineering systems, is usually a time-consuming process involving computation-intensive computer-based simulation and analysis methods. A difference mapping method using least square support vector regression is developed in this work, as a special metamodelling methodology that includes variable-fidelity data, to replace the computationally expensive computer codes. A general difference mapping framework is proposed where a surrogate base is first created, then the approximation is gained by a mapping the difference between the base and the real high-fidelity response surface. The least square support vector regression is adopted to accomplish the mapping. Two different sampling strategies, nested and non-nested design of experiments, are conducted to explore their respective effects on modelling accuracy. Different sample sizes and three approximation performance measures of accuracy are considered.
登录
查看更多内容
影响因子：
2
作者：
R. Dmochowski
通讯作者：
R. Dmochowski
DOI：
10.1016/j.respe.2020.09.004
发表时间：
2020-10-10
期刊：
Revue D'Epidemiologie et De Sante Publique
影响因子：
--
作者：
La rédaction
通讯作者：
La rédaction
影响因子：
9.3
作者：
通讯作者：
--
影响因子：
5.9
作者：
Craighead FL
通讯作者：
Craighead FL