Войти
Методология сопоставления пространства для моделирования и оптимизации дизайна инженерные системы были впервые обнаружены Джоном Бэндлером в 1993 году. Они используют соответствующие существующие знания для ускорения создания моделей и проектирования оптимизации системы. Знания обновляются новой проверочной информацией из системы, когда она доступна.
Методология пространственного картирования использует "квазиглобальную" формулировку, которая разумно связывает сопутствующие "грубые" (идеальные или низкокачественные) и "прекрасные" (практические или высокоточные) верность) модели разной сложности. В инженерном проектировании картографирование пространства сопоставляет очень быструю грубую модель с дорогой в вычислении точной моделью, чтобы избежать прямой дорогостоящей оптимизации точной модели. Выравнивание может быть выполнено либо в автономном режиме (улучшение модели), либо на лету с суррогатными обновлениями (например, агрессивное картирование пространства).
В основе процесса лежит пара моделей: одна очень точная, но слишком дорогая для прямого использования с обычной процедурой оптимизации, а другая значительно менее дорогая и, соответственно, менее затратная. точный. Последнюю (быструю модель) обычно называют «грубой» моделью (грубое пространство ). Первую (медленную) обычно называют «хорошей» моделью. Пространство проверки («реальность») представляет собой прекрасную модель, например, физическую модель высокой точности. Пространство оптимизации, в котором выполняется обычная оптимизация, включает грубую модель (или суррогатную модель ), например, физику низкой точности или модель «знаний». На этапе оптимизации проектирования пространственного отображения есть этап прогнозирования или «выполнения», на котором результаты оптимизированной «сопоставленной грубой модели» (обновленный суррогат) назначаются точной модели для проверки. После процесса проверки, если проектные спецификации не удовлетворены, соответствующие данные переносятся в область оптимизации («обратная связь »), где грубая модель или суррогат с расширенным отображением обновляется (улучшается, повторно выравнивается с точная модель) посредством итеративного процесса оптимизации, называемого «извлечением параметров». Формулировка карты сама по себе включает «интуицию», часть так называемого «чувства» инженера к проблеме. В частности, процесс агрессивного пространственного картирования (ASM) отображает ключевые характеристики познания (экспертный подход к проблеме) и часто иллюстрируется простыми когнитивными терминами.
Следуя концепции Джона Бэндлера, разработанной в 1993 году, в алгоритмах использовались обновления Бройдена (агрессивное отображение пространства), доверительные области и искусственные нейронные сети. Новые разработки включают в себя неявное отображение пространства, в котором мы позволяем заранее заданным параметрам, не используемым в процессе оптимизации, изменяться в грубой модели, и отображение выходного пространства, где преобразование применяется к отклику модели. В статье рассматривается состояние дел после первых десяти лет разработки и внедрения. При картировании пространства настройки используется так называемая модель настройки, инвазивно построенная на основе точной модели, а также процесс калибровки, который переводит настройку параметров оптимизированной модели настройки в соответствующие обновления проектных переменных. Концепция пространственного картирования была расширена до пространственного картирования на основе нейронных сетей для большого сигнала статистического моделирования нелинейных микроволновых устройств. Картографирование пространства поддерживается теорией звуковой конвергенции и связано с подходом к исправлению дефектов.
Обзор современного состояния 2016 года посвящен агрессивному картографированию пространства. Он охватывает два десятилетия разработки и инженерных приложений.
Методология отображения пространства также может использоваться для решения обратных задач. Проверенные методы включают алгоритм линейного обратного сопоставления пространства (LISM), а также метод сопоставления пространства с обратной разностью (SM-ID).
Оптимизация сопоставления пространства относится к классу Методы оптимизации на основе суррогатов, то есть методы оптимизации, основанные на суррогатной модели.
Метод пространственного картирования применялся в различных дисциплинах, включая микроволновое и электромагнитное проектирование, гражданское и механическое применение, аэрокосмическая техника и биомедицинские исследования. Некоторые примеры:
В космосе могут использоваться различные имитаторы оптимизация картографии и моделирование процессов.
Три международных семинара были в значительной степени сосредоточены на искусстве, науке и технологиях космического картографирования.
Существует широкий спектр терминологии, связанной с картированием пространства: идеальная модель, грубая модель, грубое пространство, точная модель, сопутствующая модель, дешевая модель, дорогая модель, суррогатная модель, модель с низкой точностью (разрешением), модель высокой точности (разрешения), эмпирическая модель, упрощенная физическая модель, модель на основе физики, квазиглобальная модель, физически выразительная модель, тестируемое устройство, модель на основе электромагнетизма, симуляция модель, вычислительная модель, настраиваемая модель, калибровочная модель, суррогатная модель, суррогатное обновление, грубое отображение модель, суррогатная мать оптимизация, извлечение параметров, целевой отклик, пространство оптимизации, пространство проверки, отображение нейропространства, отображение неявного пространства, отображение выходного пространства, настройка портов, предыскажение (проектных спецификаций), отображение многообразия, исправление дефектов, управление моделями, модели мульти-верности, переменная точность / переменная сложность, многосеточный метод, грубая сетка, мелкая сетка, управляемое суррогатом, управляемое имитацией, управляемое моделью, моделирование на основе признаков.
