Jan, 2024
基于数据驱动的设计优化的二阶段代理建模及应用于复合微结构生成
Two-Stage Surrogate Modeling for Data-Driven Design Optimization with Application to Composite Microstructure Generation
Farhad Pourkamali-Anaraki, Jamal F. Husseini, Evan J. Pineda, Brett A. Bednarcyk, Scott E. Stapleton
TL;DR提出了一种新颖的两阶段机器学习的代理建模框架，用于解决科学和工程领域中的反问题。该框架的独特贡献在于集成了符合推理，提供了一种多功能且高效的方法，可以广泛应用。通过进行基准测试和研究集中在纤维增强复合材料的微机械建模的工程应用，结果证实了我们提出的框架的优越性，因为它始终产生更可靠的解决方案。因此，引入的框架为促进机器学习的代理模型在实际应用中的相互作用提供了独特的视角。