试验设计(Design of Experiment,DoE)是设计变量空间中的抽样方案,一般用空间填充特性和投影特性评估DoE方法的优劣。近年来,对于无约束空间的DoE研究已基本成熟,但是,对于约束空间中取点策略的研究仍无太多成果与太大进展。现有的DoE...试验设计(Design of Experiment,DoE)是设计变量空间中的抽样方案,一般用空间填充特性和投影特性评估DoE方法的优劣。近年来,对于无约束空间的DoE研究已基本成熟,但是,对于约束空间中取点策略的研究仍无太多成果与太大进展。现有的DoE方法主要应用于矩形或者立方体、超立方体等无约束设计空间,如果是带有约束的空间,这些方法将会失效,对于后续的优化设计造成极大的不便。针对现有的无约束空间的取样方法—连续局部枚举拉丁超立方取点,提出了针对约束空间的连续局部枚举拉丁超立方取点策略(Sequential Local Enumeration-Based Latin Hypercube Sampling for Constrained Design Space,SLE-CLHS),称为SLE-CLHS取点策略。所提出的SLE-CLHS需要在由各个变量之间的约束关系建立的约束空间中取点。通过3个数值案例演示并验证SLE-CLHS方法的可用性与有效性,结果表明,用该方法取得的样本点能完全处于约束空间中,并充分满足DoE方法的空间填充特性和投影特性要求。展开更多
文摘试验设计(Design of Experiment,DoE)是设计变量空间中的抽样方案,一般用空间填充特性和投影特性评估DoE方法的优劣。近年来,对于无约束空间的DoE研究已基本成熟,但是,对于约束空间中取点策略的研究仍无太多成果与太大进展。现有的DoE方法主要应用于矩形或者立方体、超立方体等无约束设计空间,如果是带有约束的空间,这些方法将会失效,对于后续的优化设计造成极大的不便。针对现有的无约束空间的取样方法—连续局部枚举拉丁超立方取点,提出了针对约束空间的连续局部枚举拉丁超立方取点策略(Sequential Local Enumeration-Based Latin Hypercube Sampling for Constrained Design Space,SLE-CLHS),称为SLE-CLHS取点策略。所提出的SLE-CLHS需要在由各个变量之间的约束关系建立的约束空间中取点。通过3个数值案例演示并验证SLE-CLHS方法的可用性与有效性,结果表明,用该方法取得的样本点能完全处于约束空间中,并充分满足DoE方法的空间填充特性和投影特性要求。
