面向高保真与低保真系统的决策分析框架及其在制造工艺中的应用
统计方法学
2026-03-04 v1 应用统计
摘要
优化复杂制造工艺常需在数据精度与获取成本之间进行权衡。高保真数据精确可靠但数量有限，低保真数据丰富却常带偏差。在平衡这两类数据的挑战下，我们基于肯德-奥哈坎（Kennedy-O'Hagan，KOH）框架开发了多保真高斯过程（GP）建模的决策分析框架。我们提出一种系统的贝叶斯校准方法，通过多保真GP显式量化模型偏差，并提出一种算法将校准参数的后验抽样与预测抽样结合，以刻画最优输入设置的分布及其相关不确定性。将这些组件集成为制造工艺优化的五阶段实用工作流程。在插图性示例和两个真实世界应用（复合材料固化循环优化和注塑工艺控制）中，我们展示了该框架如何整合高保真与低保真数据源，以支持参数不确定性下的决策。
引用
@article{arxiv.2603.02485,
title = {A Decision Analysis Framework for High-fidelity and Low-fidelity Systems with Applications in Manufacturing Processes},
author = {Fan Zhang and Qiong Zhang and Madhura Limaye and Dhanashree Shinde and Gang Li and Sai Aditya Pradeep and Srikanth Pilla},
journal= {arXiv preprint arXiv:2603.02485},
year = {2026}
}