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协同方法,以增强受计算资源约束的反向设计优化过程。该方法通过利用低精度模拟数据的机器学习模型预测目标变量,节省了计算资源。此外,该方法还能减小搜索空间,加快收敛速度。该方法已应用于差分进化和粒子群优化两种算法,提升了性能。适用于任何反向设计应用,实现了低精度机器学习模型和高精度模拟的协同。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: