Speaker: 黄思源, 北京工业大学

Inviter: 熊世峰

Title: 多保真度模型及优化方法

Language: Chinese

Time & Venue: 2026.01.13 09:30-10:30 思源楼 803

Abstract: 本文对多保真度模型及其优化方法展开了研究。首先，为实现对输入空间的均匀覆盖与信息增益最大化，采用最大熵设计方法进行样本点的合理分配。在此基础上，构建了可加近似变换高斯过程（TAAG）模型，以充分捕捉多保真度数据之间的结构关联与转换规律。通过该模型实现了对不同保真度信息的融合，从而进行多保真度预测，显著提高了预测精度与模型泛化能力。最后，基于所构建的TAAG模型，开展了贝叶斯优化，利用其不确定性量化能力在探索与利用之间实现良好平衡。该优化策略不仅提升了寻找最优解的效率，也降低了高保真度样本的使用成本，为复杂系统的建模与优化提供了一种可行而高效的解决方案。我们提出了基于可加近似变换高斯过程的可加贝叶斯优化，该方法同样的能简化计算，加速贝叶斯优化过程，同时与建模过程联系得更加紧密，可以提供完整的建模优化体系。