多保真度模拟、机器学习和搜索空间缩减策略在高效反设计优化中的应用

该研究介绍了一种通过多精度评估、机器学习模型和优化算法的战略性协同来增强反向设计优化过程的方法。该方法通过利用训练有低精度模拟数据的机器学习模型，高效地预测目标变量并确定是否需要高精度模拟，从而节省了计算资源。该方法适用于任何反向设计应用，并可无缝应用于任何种类的基于群体的优化算法。