论文部分内容阅读
在计算机模拟中往往会使用不同精度的代码处理同一问题。高精度代码能够对所要模拟的系统进行准确的估计，但是运行高精度代码代价昂贵。相应地，低精度代码运行成本低廉，但是估计精度不足。为了降低运算成本，试图建立替代模型，综合高、低精度代码的运行结果对未经试验点的响应值进行较为准确和快速的预测。
本文提出了基于高、低精度模拟建立替代模型的新方法。该方法首先对低精度模拟产生的响应值建立kriging模型，然后对高精度响应值与相同输入的低精度模拟响应值之差运用盲均值kriging模型建模，最后将低精度模拟预测值与差值的预测值加和，形成对未试验点的高精度响应的预测。
本文提出的方法简明直观，运行成本低，预测精度较高。本文将新方法与Qian等人2006年提出的方法做了比较，说明新方法具有更高的预测精度。