Reynolds-averaged Navier--Stokes

新的双保真度代理模型结合主动学习用于随机场

研究人员开发了一种新的双保真度 Karhunen-Loève 展开 (KLE) 代理模型，用于处理不确定输入下的值域感兴趣量。该模型结合了 KLE 的效率和多项式混沌展开，以保持输入不确定性与输出场之间的清晰联系。通过将廉价的低保真度模拟与有限数量的高保真度模拟相结合，该方法旨在实现准确且经济高效的代理模型构建。还引入了一种主动学习策略，根据代理模型的估计泛化误差自适应地选择高保真度模拟，进一步提高预测精度。