近似模型方法（Approximation Models）是通过数学模型的方法逼近一组输入变量（独立变量）与输出变量（响应变量）的方法。上世纪七十年代，L.A. Schmit等人在结构设计优化中首次引入了近似模型的概念，加快了优化算法的寻优速度，推动了优化算法在工程领域中的应用，收到了良好的效果。 响应面方法（Response Surface Methodology，RSM）利用多项式函数拟合设计空间。
响应面方法的优点包括：
?
通过较少的试验在局部范围内比较精确的逼近函数关系，并用简单的代数表达式展现出来，计算简单，给设计优化带来极大的方便。
? ?
通过回归模型的选择，可以拟合复杂的响应关系，具有良好的鲁棒性。
? ?
数学理论基础充分扎实，系统性、实用性强，适用范围广，逐步成为复杂工程系统设计的有力工具。
?
响应面方法的缺点是：
?
不能保证响应面通过所有的样本点，因此存在一定的误差。
? ?
对于高度复杂的函数关系的逼近效果不如神经网络等方法。
?
在Isight近似模型中，响应面函数可以是一阶、二阶、三阶和四阶多项式，构造近似模型所需要的样本点数依赖于模型阶数和输入变量个数。
建立响应面时可以指定取舍关键项的方法，以提高模型的精度和质量。Isight提供了四种项选择的方法，以残差平方和（RSS,Residual Sum of Squares）最小作为目标，进行项的最佳选择：
?
顺序替换
?
从常数项开始拟合，每次增加一个项使残差平方和（RSS,Residual Sum of Squares）最小；每增加一个项后，检查是否可以去掉或替换已经存在的项，同时使RSS更小。
?
逐次替换
?
前向选择：从常数项开始拟合，每次增加一个项使残差平方和（RSS,Residual Sum of Squares）最小。
?
每次替换两项
?
从常数项开始拟合，每次增加一个项使残差平方和（RSS,Residual Sum of Squares）最小；每增加一个项后，检查所有项中进行替换的可能性，找到能使RSS更小的最好的项组合。重复以上步骤直到达到最大的项数。
?
完全搜索
?
对所有可能项的组合进行考察，选择使拟合误差最小的项。
下面通过求下面简单函数最大值来说明响应面（RSM）模型来进行近似建模的方法。
1、在IsightDesignGateway界面搭建模型优化流程如下，定义设计变量x1、x3的取值范围，目标变量为y：
在Optimization组件里面选择NLPQL（序列二次规划）优化方法，然后点击运行。
2、通过优化可知，目标函数的最大值为2.39888.
3、点击RuntimeGateway中的Visual Design新建近似模型，选择自定义，下一步选择响应面模型（ResponseSurface Model）。
继续下一步到RSMTechnique Options界面，选着四阶函数模型，
相关推荐：
loading