代理优化

代理优化是一种应用于黑箱模型的优化方法，其评估计算成本很高。通过迭代构建与黑盒模型相比可以快速评估的代理模型，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，增加找到全局最优的机会。这种方法广泛应用于诸如优化设计．的全局优化工具箱™在MATLAB^®提供可协助这些应用程序的代理优化求解器。

黑箱模型将输入与输出关联起来，而不暴露模型的内部工作方式。工程师使用代理模型来确定黑箱模型的最佳参数，这些模型需要运行仿真，训练机器学习模型，或者求解参数既连续又离散的FEA/CFD模型。

另一种方法是构建代理模型，例如降阶模型(ROM)，然后对代理模型进行优化。

MATLAB提供功能代理优化而且罗，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

代理优化算法从一组随机生成或作为数据提供的点开始。优化器在这些点上评估黑盒模型，并通过拟合或插值构建一个初始代理模型。

该算法每次迭代生成多个候选点。优化器通过a求值优值函数这通常包括替代模型的目标值和标准，例如可行性的度量、预期的改进，以及解决方案空间的覆盖率。优化器可以使用本地搜索或非线性优化改进候选集。使用黑盒模型对最佳候选对象进行评估，并使用它的值更新代理模型。

有关代理优化的更多信息，请参见全局优化工具箱而且统计和机器学习工具箱™。