B—Kriging模型的构造方法研究

摘要

针对新型机械设备仿真优化过程中普通Kriging模型无法建立的问题，给出一种新的Kriging模型构建方法-B—Kriging模型。采用贝叶斯变量选择技术构建泛Kriging模型的线性回归部分，并提出公共变量一次候选项的强制保留机制，有效的解决了B—Kriging模型排除公共变量造成整个系统变量传递受阻与无法解耦的问题。最后，通过组合悬臂梁的计算验证，证明B—Kriging模型在变量和模型无法预测的情况下，能够很好地构建近似模型并增加近似模型的精度，提高了新型机械设备进行系统级仿真优化的解耦可靠性和可行性。