基于Kriging模型的双变量降维方法

摘要

双变量降维是一种具有较高精度的统计矩计算方法,但对于复杂工程结构其计算效率较低。为提高计算效率,提出一种基于Kriging模型的双变量降维方法。首先,对多维响应函数实施双变量降维,分别建立输入变量为高斯积分点的二维响应函数和一维响应函数的初始Kriging模型;其次,引入U学习函数依次选择对响应函数值影响最大的高斯积分点,并使用挑选的高斯积分点更新已建立的二维响应函数和一维响应函数的初始Kriging模型;接着,在已建立Kriging模型的基础上计算响应函数统计矩;最后,通过2个数值算例和1个SCARA机器人实例,将提出的方法与传统双变量降维方法进行对比。结果表明,与传统双变量降维方法相比,提出方法在保证精度的前提下可减少功能函数调用次数,从而达到提高统计矩计算效率的目的。