代理模型技術在基于高可信度數(shù)值模擬的下程優(yōu)化設計中發(fā)揮著越來越重要的作用。代理模型技術不僅可以提高優(yōu)化設計效率，而且可降低優(yōu)化難度，有利于濾除數(shù)值噪聲和實現(xiàn)并行優(yōu)化設計。
《基于代理模型的工程設計：實用指南》從實用的角度，對試驗設計、代理模型建模、在代理模型基礎上的設計空間探索與發(fā)掘等基礎知識，以及設計空間可視化、約束處理、噪聲濾除、梯度信息運用、多可信度分析和多目標優(yōu)化等高級概念進行了介紹。除了為讀者提供代理模型的使用經(jīng)驗外，《基于代理模型的工程設計：實用指南》一個重要的特點是給出了其中大部分算法的Matlab程序，為讀者重復《基于代理模型的工程設計：實用指南》算例和解決他們所關心的特定問題提供了極大便利。
《基于代理模型的工程設計：實用指南》內(nèi)容豐富，實用性強，既有完整的理論和算法，也有大量可直接參考使用的程序。作為一本實用手冊，《基于代理模型的工程設計：實用指南》可供那些為解決工程問題而需要快速入門的設計人員使用，也可作為科研院所的研究人員和高等院校大學生、研究生的參考用書。
工程設計是一個基于分析的決策過程，它直接影響著所設計產(chǎn)品或服務的性能。為了給出合理的設計方案，工程師們通常需要進行大量的分析來給他們的決策提供足夠的背景信息。即便是從事產(chǎn)品分析工作的專業(yè)團隊，往往也需要數(shù)月的時間才能給出產(chǎn)品的關鍵設計方案。譬如說，在現(xiàn)代航空航天設計部門中，雖然用于支撐先進設計決策的計算能力已經(jīng)達到十分驚人的地步，但是，即使擁有最新的、最先進的計算機，設計者仍然非常希望在采用一些熟悉的分析工具（如計算流體力學或計算結構力學）的基礎上，獲得對所涉及的問題更加深入的認識。作者正是在這樣的背景下撰寫了此書。
為了使設計者獲得所期望的對所研究問題的更深入認識，一種有效的方法便是使用代理（或元）模型。發(fā)展代理模型的主要目的是，解決工程設計中所需的計算量過大與現(xiàn)有計算資源的計算能力不能滿足需要的問題。此外，代理模型也可用來將不同復雜度和精度的數(shù)值模擬程序有機結合起來，或實現(xiàn)計算預測結果和試驗數(shù)據(jù)的有效融合。代理模型的作用是充分利用已有的每一條分析數(shù)據(jù)，提升理解和協(xié)助決策，從而使這些數(shù)據(jù)發(fā)揮最大的效用。本書旨在通過航空航天研究和工業(yè)領域的一些最新成果，概述代理模型的最新應用進展情況。為此，我們將從代理模型在工程設計中的典型實例概述開始進行介紹。
在現(xiàn)有計算資源所能承受的范圍內(nèi)，分析人員通常只能通過進行有限且必要次數(shù)的分析工作來獲得分析結果，而使用代理模型則是希望能獲得這些設計方案之外所有可能方案的分析結果�？紤]到在實際應用中，不同可信度的物理仿真程序能承受的問題復雜程度不同，因此代理模型還可作為這些程序之間的接口。同理，代理模型也能用來消除計算機預測值與試驗結果之間的差異。在上述過程中，代理模型都能最大限度地利用設計人員獲得的每一條可用信息，并使這些來源于分析工作或是已有數(shù)據(jù)源的數(shù)據(jù)發(fā)揮更大的作用。在此基礎上，代理模型便能起到提升理解和協(xié)助決策的作用。近年來，代理模型方法在學術研究和工程應用方面都引起了廣泛關注，涌現(xiàn)出了一大批前沿研究成果。本書的目的就在于討論代理模型方法和這些實際應用的最新進展。我們在正文中將會逐一介紹這些方法與思路，而這里我們首先將簡要介紹一下代理模型在工程中的典型應用。
亞歷山大·I.福瑞斯特，博士，英國南安普頓大學工程設計講師。他的研究主要圍繞如何提高基于非常費時的數(shù)值模擬（如計算流體力學（CFD））的工程設計效率。研究成果應用于機翼空氣動力學、衛(wèi)星結構設計、運動設備設計、一級方程式賽車設計等。
安德瑞斯·索比斯特博士是英國南安普頓大學工程科學學院的講師、英國工程和自然科學研究委員會／皇家工程研究院研究員。研究方向包括飛機設計、氣動外形參數(shù)化與優(yōu)化設計，以及針對通用用途的工程設計方法。
安迪·J.肯尼，教授，南安普頓大學計算工程學會主席。他是大學計算工程學會和設計研究團隊的負責人，同時也是羅羅計算工程技術中心的主任。他的研究興趣集中在航空航天科學領域，主要方向為基于計算方法的航空航天系統(tǒng)設計。他在該領域發(fā)表了200多篇論文和3本專著，其中有相當一部分是關于代理模型的。
第一部分 基礎知識
第1章 試驗設計
1．1 “維度災難”及如何避免
1．2 物理試驗與計算機試驗
1．3 設計初步試驗（變量篩選）
1．3．1 估計初等效應的分布
1．4 設計抽樣方案
1．4．1 分層法
1．4．2 拉丁方陣和拉丁超立方體
1．4．3 空間填充的拉丁超立方體
1．4．4 空間填充子集
1．5 關于對類似諧波響應問題的說明
1．6 對更深入閱讀的提示
參考文獻
第2章 建立代理模型
2．1 建模過程
2．1．1 第一階段：準備數(shù)據(jù)并選擇建模方法
2．1．2 第二階段：參數(shù)估計與訓練
2．1．3 第三階段：模型測試
2．2 多項式模型
2．2．1 例一：翼型阻力
2．2．2 例二：多峰測試算例
2．2．3 k個變量的情況
2．3 徑向基函數(shù)模型
2．3．1 擬合無噪聲數(shù)據(jù)
2．3．2 帶噪聲數(shù)據(jù)的徑向基函數(shù)模型
2．4 Kriging模型
2．4．1 建立Kriging模型
2．4．2 Kriging預測
2．5 支持向量回歸
2．5．1 支持向量預測
2．5．2 核技巧
2．5．3 尋找支持向量
2．5．4 尋找ì
2．5．5 選擇C和g
2．5．6 計算澹喉-svR方法
2．6 回顧與總結
參考文獻
第3章 代理模型的局部發(fā)掘與全局探索
3．1 搜索代理模型上的最優(yōu)值
3．2 加點準則
3．2．1 基于預測的局部發(fā)掘
3．2．2 基于誤差的全局探索
3．2．3 局部發(fā)掘與全局探索的結合
3．2．4 條件似然方法
3．2．5 其他方法
3．3 管理代理優(yōu)化過程
3．3．1 如何選擇代理模型
3．3．2 如何確定初始樣本與新增樣本的數(shù)目
3．3．3 收斂標準
3．4 使用Kriging目標搜尋實現(xiàn)對隔振器幾何可行性的優(yōu)化
參考文獻
第二部分 高級概念
第4章 可視化
4．1 云圖矩陣
4．2 嵌套維度
參考文獻
第5章 約束處理
5．1 通過構造的方法使約束條件得到滿足
5．2 罰函數(shù)
5．3 約束優(yōu)化問題示例
5．3．1 對約束函數(shù)建立Kriging代理模型
5．3．2 建立目標函數(shù)的Kriging模型
5．4 基于改善期望的方法
5．4．1 采用簡單罰函數(shù)的改善期望
5．4．2 約束改善期望方法
5．5 缺失的數(shù)據(jù)
5．5．1 為不可行設計點插補數(shù)據(jù)
5．6 基于約束改善期望方法的螺旋壓縮彈簧設計
5．7 小結
參考文獻
第6章 針對帶噪聲數(shù)據(jù)的加點準則
6．1 回歸型Kriging模型
6．2 對回歸模型的搜索
6．2．1 重插值模型
6．2．2 條件似然方法的重插值
6．3 關于病態(tài)矩陣
6．4 小結
參考文獻
第7章 運用梯度信息
7．1 獲取梯度信息的方法
7．1．1 有限差分法
7．1．2 復變量法
7．1．3 Adjoint方法與算術微分
7．2 梯度增強代理模型
7．3 Hessian增強代理模型
7．4 小結
參考文獻
第8章 多可信度分析
8．1 Co-Kriging模型
8．2 單變量算例展示
8．3 選擇Xc和Xe
8．4 小結
參考文獻
第9章 多設計目標
9．1 Pareto優(yōu)化
9．2 多目標改善期望方法
9．3 基于約束改善期望的Nowacki懸臂梁多目標優(yōu)化設計
9．4 基于約束改善期望準則的螺旋壓縮彈簧多目標優(yōu)化設計
9．5 小結
參考文獻
附錄 測試算例
A．1 單變量測試函數(shù)
A．2 Branin測試函數(shù)
A．3 翼型設計算例
A．4 Nowacki懸臂梁
A．5 螺旋壓縮彈簧多目標約束優(yōu)化設計
A．6 新型被動隔振器的可行性設計
參考文獻
書單推薦
