基于贝叶斯支持向量机的多响应序贯自适应采样方法

作     者：王彦琳 程志君 王子辰 

作者机构：国防科技大学系统工程学院 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(72171231) 

主　　题：代理模型 多响应 贝叶斯支持向量机 实验设计 采样准则 自适应 

摘      要：为解决多响应建模中样本点选取问题，支撑高效准确地建立多个代理模型，提出了一种基于贝叶斯支持向量机的修正多响应期望改进(multi-response modified expected improvement for global fit, MR-MEIGF)采样准则。首先，通过贝叶斯支持向量机模型计算候选点的梯度，构建邻域，得到基于邻域梯度投影的局部开发准则。模型得到的样本点预测方差作为全局探索准则，两者结合得到单个响应的混合采样准则。而后通过局部指标化，每量个响应的重要度，进一步得到兼顾多个响应模型精度的MR-MEIGF采样准则，从而实现多个响应的综合优化。依据MR-MEIGF准则在候选池中选择新添加样本点。使用3个2维算例及3个6维算例分别组合成多响应问题，与序贯空间填充方法，一次性空间填充方法以及其他多响应自适应采样方法进行对比，验证了所提采样方法的有效性，并在6维算例上将贝叶斯支持向量机模型与Kriging模型进行性能比较。