特征蒸馏代理模型集成

预测更准更稳

跨模型迁移精度特征，点态加权提升工程代理预测准确性。

Wan, Changfu · Ying, Luo · Li, Wenqiang · Hong, Yida · Yang, Bo · Fu, Guozhong · Xu, Guosheng

Results in Engineering 2026

参数信息

对比单一代理模型数量

15

对比集成方法数量

9

测试函数数量

25

技术优势

精度特征可迁移

从不同模型中提取主导精度特征并交叉学习，使个体代理模型的预测准确性得到提升。

点态权重高效计算

结合交叉验证预测和误差模型的集成公式，高效准确地计算点态权重和预测值。

多种模型全面胜出

在25个测试函数上与15种单一代理模型和9种集成方法对比，预测精度和鲁棒性更优，并在控制棒驱动机构设计问题上得到验证。

应用场景

• 工程设计优化：替代单一代理模型，提升仿真优化的预测精度与鲁棒性。
• 精密仪器与测量：为精密系统提供更可靠的代理预测，辅助高精度设计。
• 工业机器人：用于机器人机构设计优化，减少仿真误差。