非线性系统快速设计空间探索：第一部分

系统设计工具通常仅作为输入输出黑盒可用：对于给定的设计作为输入，它们计算出代表系统行为的输出。黑盒旨在前向运行。本文提出一种求解逆设计问题的新方法，即给定对输出的需求或约束，找到一个同时优化目标函数的输入。该问题因若干原因而具挑战性。首先，黑盒并非为逆向运行而设计。其次，输入与输出可为离散与连续混合。第三，寻找同时满足一组需求的设计困难，因为满足个体需求的设计可能相互冲突。第四，黑盒评估可能代价高昂。最后，黑盒有时可能无法产生输出。本文提出CNMA，一种克服这些挑战求解逆问题的新方法。CNMA试图仅采样与设计空间中对解决问题相关的部分，借助神经网络、混合整数线性规划以及一种新的从失败中学习反馈回路的力量。本文还提出CNMA的并行版本，相较顺序版本提升了求解效率与质量，并试图使其远离局部最优。CNMA的性能针对七个非线性设计问题与常规优化方法进行评估，这些问题维度分别为8（两个问题）、10、15、36和60个实值维度，以及一个186个二元维度。所评估的常规方法为贝叶斯优化结合高斯过程、Nelder Mead与随机搜索的现成实现。前两者无法求解高维、含离散与连续变量或黑盒可能返回失败值的问题。CNMA求解所有问题，并以最高87%的优势超越常规方法性能。