SMTorg/smt
SMT: The Surrogate Modeling Toolbox
解決的問題
SMT 提供了一系列代理模型方法、採樣技術和基準測試函數。其設計目的是透過快速的近似模型（代理模型）取代昂貴的計算模擬，從而加速工程設計與分析。
工作原理
該工具箱實現了多種代理模型，包括高斯過程 (Kriging)、神經網路和樣條插值。一個關鍵的差異點在於它對導數的重視；它支援用於梯度增強建模的訓練導數、預測導數以及相對於訓練數據的導數。
適用對象
需要為複雜、高維模擬數據構建快速近似值的空氣動力學和結構優化等領域的工程師和研究人員。
亮點
- 專注於導數：專門為梯度增強建模和預測導數而設計。
- 獨特的模型：包括透過偏最小二乘縮減的 kriging 和能量最小化樣條插值等專業方法。
- 層級與混合變數：專注於用於層級和混合變數空間的高斯過程。
- 可擴展性：簡單的函式庫結構，便於實現新的代理方法。
相關
- 專案
- 專案
- 專案
- 專案
- 專案