最早,代理模型的雏形是多项式响应面模型(用的人很多,其实往往你已经在采用代理模型的思维方式,只是你自己没有意识到)。随着技术的发展,代理模型不再仅仅是简单的替代,而是构成了一种基于历史数据来驱动样本点加入,以逼近全局最优解的优化机制。根据这些点的“代理值”以及它们与目标函数已知的点之间的距离,来估计一个优值函数(merit function)。是的,这不仅仅是一种模型,也是一种战略上思维的方式。神经网络作为一套独立的体系,应该说其对原模型的近似程度最高,随着节点和隐含层的增多,实现模型的完美逼近。 (责任编辑:) |