在構建CFD的替代模型中使用梯度信息嗨，
沒想到會有很多答案。我認為這有點利基！
我今天向一些工程師介紹了使用DoE和蒙特卡羅模擬實驗確定穩健的設計解決方案。其中一位觀眾詢問了krigging，當我讓他詳細說明時，他發現他的意思與我的想法不同。我不太了解CFD建模，但他告訴我，除了得到響應的估計之外，他們還可以獲得關於每次模擬運行的響應面梯度的一些信息。不知道這是如何工作的，但我可以想像它是有用的信息。他們怎麼能在代理模型中建立這個。請參閱下文，了解他對挑戰的描述。
我與你討論過的方面是在構建響應面模型時包含梯度信息。我的興趣主要在於使用DoE和計算流體動力學（CFD）分析，其中通常需要盡可能多地限制實驗點的數量以保持總體計算成本受到控制。在過去，我使用空間填充設計（例如Latin Hypercube）和CFD分析取得了一些成功。然而，當數據點的數量非常少時，響應表面將充分錶示基礎數據的凸性（形狀）並不明顯，除非數據非常平滑。正如我們在南安普頓大學計算工程與設計組的Andy Keane教授所研究的那樣，結合梯度信息是提高響應面表示數據基本形狀的能力的一種方法。我們的主要CFD工具之一包括伴隨能力，其中來自用於表示流動的Navier-Stokes方程的伴隨方程的解決方案提供關於工程變量（例如阻力）對幾何形狀或流動邊界條件的變化的敏感性的信息。這種敏感性信息似乎是改進定義替代模型的響應面的良好候選者。
回复：在構建CFD的替代模型時使用梯度信息如果有其他人感興趣的話，我上週在他在英國期間與Chris Gotwalt談過這個問題。他說，他了解在建立CFD代理模型時使用梯度信息以獲得具有更少設計點的更好模型的方法。但是，這不是您可以在JMP中執行的操作。並且它不是可以在JMP中添加的東西，因為它是一個非常小眾的應用程序。
謝謝大家的意見。
菲爾
回复：在構建CFD的替代模型時使用梯度信息比爾，不用擔心。我認為這是一個很長的鏡頭，任何人都會使用這種方法！
回复：在構建CFD的替代模型時使用梯度信息對不起菲爾，我在你的問題之前沒有聽說過使用漸變信息。 我做了一點研究，現在似乎已經存在了至少幾年。 希望我能在這裡得到更多幫助。
法案
回复：在構建CFD的替代模型時使用梯度信息謝謝。這些看起來都是好主意。
您有使用漸變信息的經驗嗎？這似乎是我的客戶的關鍵。正如我所說，我認為這是一個相當不尋常的要求。
再次感謝，
菲爾
回复：在構建CFD的替代模型時使用梯度信息嘿菲爾，
我同意尼克的Guassian進程。 雖然我建議他們也嘗試神經網絡。 我們/我在P＆G建立了許多代理模型，用於類似的CFD類型應用，神經網絡幾乎總是提出更好的預測模型。
我還建議您的客戶嘗試使用Fast Flexible Filling MaxPro設計來更好地“填充”設計空間。 它會使設計點更靠近角落/邊緣，同時仍然最大化點之間的最小距離。
法案
回复：在構建CFD的替代模型時使用梯度信息嗨菲爾，
我有一個有類似興趣的用戶，他正在研究飛機機翼設計的替代模型。
我們花了一些時間探索JMP的“高斯過程”平台，我們能夠建立他的模型。
我的建議是讓他們使用“高斯過程”建立一個感興趣的變量模型並評估結果。
