Engineering design using surrogate modelling: a practical guide

简介：
代理模型在工程设计中的应用是现代工程领域的重要技术之一，在实际操作中通常采用数值模拟工具对复杂系统进行建模和分析，以提高设计效率并降低研发成本。《工程设计与代理模型：实用指南》一书中，作者Alexander I.J. Forrester、András Sóbester和Andy J. Keane在南安普顿大学深入研究了该领域，并为读者提供了全面的实践指导。代理模型（Surrogate Modelling）是一种在设计与优化工程系统时广泛应用的建模技术。主要用于解决那些具有高计算成本和严格时间限制的复杂问题。在航空、汽车制造等领域中，一个设计的模拟测试通常需要大量计算资源与时间。通过代理模型来近似系统的行为可以显著减少计算成本和所需时间。 代理模型的基本概念是通过采用低复杂度的数学表达式来近似描述较为复杂的系统特性，从而实现加快对复杂系统行为的分析和模拟速度。包括响应面模型（Response Surface Models）、人工神经网络（Neural Networks）以及克里金方法（Kriging）等多类代理建模技术。这些代理模型能够在不降低预测精度的前提下，显著提高对复杂系统行为的分析和模拟效率。代理模型在工程设计中的应用涵盖了以下几个方面：Parametric design: By employing surrogate models, engineers can efficiently evaluate the impacts of varying design parameters on system performance. This approach enables designers to quickly identify promising design configurations during the initial stages of development. 多目标优化：在实际工程设计过程中往往涉及多维度的目标优化问题，如成本、效能、重量及安全性等指标。通过建立合适的代理模型能够辅助设计人员实现多目标间的平衡配置，并在此基础上寻优以获取最优解。 风险评估：利用代理模型能够实现对设计过程中不确定因素的快速评估，比如材料性能的变化、环境条件的波动等；有助于工程师在设计阶段考虑到风险因素。实验设计：通过优化代理模型，工程师能够更加高效地制定实验计划。随后，基于优化后的代理模型，我们成功设计出最优的试验方案。这将显著地减少实际操作中的试验次数，并有效降低整体的研发投入。在工程设计的迭代阶段中，可以通过代理模型对初始方案进行预评价，迅速获取评估结果，从而有效提升设计迭代效率。在代理模型的建立过程中，一般情况下会涉及到以下几个步骤：收集数据：在获取过程中，首先需要对实际系统进行一系列的模拟运行与真实测试等手段，以采集系统的输入与输出样本信息。选择合适的代理模型类型：基于问题属性、数据特征及精度标准的考量，由问题性质决定适合的代理模型类型，包括多项式回归、深度学习架构以及Kriging方法等。模型训练过程：基于收集的数据构建代理模型，并确定其参数。验证和校验：通过独立的数据集对模型的预测能力进行评估与检验，确保其能够精确地模拟复杂的系统行为。采用代理模型进行工程设计：通过校核过的代理模型对工程设计方案进行评估、优化以及提供决策支持。值得注意的是，在工程设计领域有广泛应用的代理模型，尽管具有诸多优势，但其局限性也不容忽视。受训练数据质量和数量的影响较大，当训练数据质量不高或样本不足时，会影响预测精度。此外，在已知的数据分布区域内能够提供较为准确的预测结果，而超出这一适用性范围后，预测的有效性可能会受到影响。 值得注意的是，在工程设计领域有广泛应用的代理模型，尽管具有诸多优势，但其局限性也不容忽视。受训练数据质量和数量的影响较大，当训练数据质量不高或样本不足时，会影响预测精度。此外，在已知的数据分布区域内能够提供较为准确的预测结果，而超出这一适用性范围后，预测的有效性可能会受到影响。代理模型是工程设计领域中一项具有重要价值的技术，在模拟复杂系统行为方面展现出显著的能力，它通过科学的方法和工具，助力工程师在设计、优化和决策过程中实现更高的效率，并有效降低研发成本。本书深入探讨了代理模型的理论基础、构建方法及其在实际工程中的应用案例，为工程设计领域的专业人士提供了实用的操作指南。