計算模型的元建模—挑戰與機遇計算模型的元建模—挑戰與機遇
Cy Wegman，部門主管； Bill Worley，碩士，寶潔公司技術主管
複雜的電腦模擬對於當今許多產品和流程的預測模型的開發至關重要。這些模型有其自身的挑戰：隨著一次模擬環境中模擬「實驗」數量的增加，它們對於專家用戶來說在計算上會變得昂貴且耗時。正在使用實驗設計和元建模來尋找這些問題的整體解決方案。人們會認為，由於電腦模擬創建元模型的確定性，這會像從木頭上掉下來一樣容易。我們的經驗是，這更像是被木頭擊中。要找到一個最能近似系統整體行為的模型非常困難。傳統觀點可能無法得出最佳的整體元模型。例如，精確擬合所有計算資料點的高斯過程模型將提供「良好」的元模型。然而，仔細檢查刀切殘差與實際圖後發現，殘差資料更像隨機實驗中的雜訊。因此，在這種情況下，神經網路甚至響應曲面方法可能會比高斯方法產生更好的整體近似模型。本次演講將概述元建模所面臨的挑戰和機會。
