基于IDW-Kriging差异分析的代理模型样本自适应构建方法

来源：计算机集成制造系统杂志2026年第5期北京时间：

作者：武溟暄, 曾伟, 葛晓波, 邵晓东

单位：1.西安电子科技大学高性能电子装备机电集成制造全国重点实验室2.中国航空无线电电子研究所

摘要：采用代理模型方法处理具有显著梯度变化的数据集时,在极值点附近的预测值与实际值之间存在显著误差,这限制了其在工程应用中的有效性。尽管增加样本数量可以在一定程度上缓解此问题,但效果有限。同时,样本数量的过度增加会导致代理模型算法的计算效率显著下降。因此,最佳解决方案是在数据集的极值或拐点位置附近自适应地增加插值样本数据。为此,提出了一种基于 IDW-Kriging 差异分析的样本自适应构建方法。通过对样本数据进行IDW-Kriging差异分析,识别潜在的极值点,并在这些位置自适应地增加采样点,从而构建出更为精确的代理模型样本集合。通过某喷气式飞机的实例验证了所提方法的有效性。验证结果表明,与一次性采样方法相比,在相同数据量条件下,所提自适应样本数据的预测精度提高了68%,而在极值位置处的最大计算误差则下降了22.9 dBsm。

关键词：自适应采样,反距离插值,克里金插值,雷达截面积

基金资助：国家自然科学基金面上资助项目(52275160)。