仿真量减九成
跨任务迁移先验，使部分更新结构的全局敏感性分析无需从头重建代理模型。
Yu, Guangquan · 李宁 · Chen, Cheng · Xiaohang, Zhang · Gao, Xiaoshu
Engineering Applications of Artificial Intelligence 2026
通过跨任务元学习先验初始化新任务代理模型，相比单任务方法，收敛所需的高保真模拟次数减少约80%–90%。
代理模型所得Sobol’指数与直接蒙特卡洛估计一致，能正确识别主导不确定参数。
在非线性两自由度Bouc–Wen系统、带自复位阻尼器的钢框架和海上风机导管架三个基准上验证，覆盖不同复杂度。