基于Kullback-Leibler距离离散度的加权代理模型

复杂系统的仿真通常具有高维度、高计算量等特点，代理模型因其明晰的数学表达和良好的计算特性可用于逼近真实系统。加权模型对比单个代理模型来说，其稳定性和适应性更广。不同的代理模型其性能不一，根据特定指标，可以构造最优加权代理模型。基于代理模型预测分布以及Kullback-Leibler距离构造各子代理模型之间的离散度，并提出一种新的权函数构造方法。算例表明，该方法与最优子模型的精度相当，同时能提高对真实响应分布的逼近。     

灵活的多层嵌套拉丁超立方体设计构造

计算机试验的设计方法越来越受到重视，嵌套拉丁超立方体设计是计算机试验设计中的一种新型方法，其在多种精度试验中有广泛的应用。但多数嵌套拉丁超立方体设计要求低精度试验次数需为高精度试验次数的倍数，这在应用中会有很大的局限性。通过对其构造方法的改进，得到一种结构更加灵活的多层嵌套拉丁超立方体设计，使得不同精度试验的次数可以更加灵活选取。该设计方法在一维投影上可以达到很好的均匀性。仿真结果表明，该方法较若干相关方法能够达到更小的均方误差。