摘要:针对传统的计算机试验优化设计计算费时的不足,一方面改进了原始的随机进化寻优算法,以兼顾深度搜索与广度搜索;另一方面提出了分步试验优化设计的思路,逐步分批地布置试验样本点,化整为零地减小搜索空间;最后采用径向基神经网络替代模型,以均匀试验设计为例,检验分步试验优化设计方法的有效性.计算实践表明,改进算法可平均节省50%左右的机时,寻找到与原始算法结果相差约1%的最优值;分步试验设计较一步试验设计可减少40%~60%左右的机时,数值实验表明,随着试验样本点数量的递增,由不同试验设计所产生的替代模型的误差将趋于一致,分步试验设计尤其适合基于大规模试验样本点的替代模型.