代理优化

代理优化是一种应用于黑盒模型的优化方法，计算成本很高。通过迭代构建代理模型，与黑盒模型相比，代理模型可以快速评估，优化器可以在更短的时间内执行更广泛的搜索和更多的评估，从而增加找到全局最优的机会。此方法广泛用于诸如优化设计．的全局优化工具箱™在MATLAB^®提供代理优化求解器，可以帮助处理这些应用程序。

黑盒模型将输入与输出联系起来，而不暴露模型的内部工作原理。工程师使用代理模型来确定黑箱模型的最佳参数，这些黑箱模型需要运行仿真、训练机器学习模型或求解参数为连续和离散的FEA/CFD模型。

另一种方法是构建代理模型，例如降阶模型(ROM)，然后对代理模型应用优化。

MATLAB提供以下特性代理优化和罗，以及应用程序示例，例如电路，天线,current-carry电缆设计。

代理优化是如何工作的

代理优化算法从随机生成或作为数据提供的一组点开始。优化器在这些点处评估黑盒模型，并通过拟合或插值构建初始代理模型。

该算法在每次迭代中生成许多候选点。优化器按a计算点优值函数这通常包括代理模型的目标值和标准，例如可行性度量、预期改进和解决方案空间的覆盖范围。优化器可以使用本地搜索或非线性优化改进候选集。使用黑盒模型评估最佳候选者，并使用其值更新代理模型。

有关代理优化的更多信息，请参见全局优化工具箱和统计学和机器学习工具箱™。