近日，我院博士生林泉以第一作者在航空航天领域权威期刊AIAA Journal（Volume 60, Number 1·January 2022）发表题为“Gradient-Enhanced Multi-Output Gaussian Process Model for Simulation-Based Engineering Design”的研究论文。该论文发展了多输入多输出场景下梯度增强高斯过程代理模型的构建方法，相比含梯度数据的代理模型构建方法中应用最为广泛的GEK的预测性能提升12%。
图为NACA 0012翼型升力、力矩系数预测结果与现有方法的对比结果
研究表明，对于存在多个输出响应的预测问题，采用单输出方法分别建模，则人为割裂了输出之间的相关性，造成了有用信息的丢失。多输出高斯过程模型能够利用输出之间的潜在相关性，以期提供相比于单输出建模更好的预测精度。在多输出建模的基础上，进一步融入样本点处的梯度信息，有效提升了多输出场景下近似模型的预测精度，有助于航空航天领域中耗时黑箱问题优化设计领域的创新。
该研究工作在我院周奇副教授的指导下完成，船舶与海洋工程学院程远胜教授、16877太阳集团金朋副教授参与了合作研究，通讯作者为周奇副教授。该研究得到了国家自然科学基金（52175231,51805179,No. 51775203）资助。
论文网址为：https://arc.aiaa.org/doi/full/10.2514/1.J060728
