摘要

过高的实验成本导致输出为非线性多极值的复杂系统获得的实验样本点少,建立的代理模型精度较低。针对此现状提出一种基于先验信息的实验设计与建模方法。所提方法利用先验信息划分实验设计域,并根据波动性指标构建各区域的加权犹豫模糊集,增加评价结果的合理性;结合各区域的波动性与范围大小决定实验样本点个数,由汉默斯里序列采样获取样本点;再将分阶段搜索粒子群算法与Kriging方法结合,提高代理模型的计算精度。以模拟平面桁架结构的损伤模型验证所提方法的有效性。实验结果表明,与汉默斯里序列采样,拉丁超立方设计建立的模型相比,所提方法建立的模型拟合优度平均提升0.84%和4.94%,均方根误差平均降低31.02%和57.18%。