报告人简介：

晏良，国防科技大学理学院应用数学研究中心副教授，2018年于国防科技大学获系统分析与集成专业博士学位。主要从事复杂系统建模、装备系统评估及不确定性量化方面的科研与教学工作，现为中国数学会均匀设计分会委员，中国现场统计研究会试验设计分会理事。作为技术负责人先后主持2XX专项子课题、基础加强子课题、国家自然科学基金、NSFA重点基金及军队建设规划项目10余项，获军事科技进步二等奖1项。

报告摘要：

随着计算机仿真技术的不断发展，基于数值模拟开展复杂物理过程的不确定性量化工作，具有迫切的工程需求。针对复杂系统参数数量多、样本数量少、模型不确定性强的问题，从以下三个角度开展自适应代理模型构建研究：第一，针对参数耦合影响模型精度、冗余参数淹没关键信息的问题，建立基于信息熵选择的可加高斯过程模型，对参数选择的合理性进行精细表征；第二，针对不确定性参数空间大、试验设计指标表征系统趋势变化能力不强的问题，建立基于梯度信息增强的贝叶斯优化序贯设计方案，以较低成本有效获得未知系统的总体趋势，在不稳定物理场中得到更为鲁棒的模型优化结果；第三，考虑时空不稳定物理系统，选择动态时间扭曲衡量时变系统的相似性，在构建基于时序数据簇先验信息的局部子模型基础上，获得对系统全局的有效训练。研究从不同侧重点为复杂物理过程的建模提供了新思路，同时为高维不确定性量化与资源受限场景的仿真优化提供了理论基础与技术工具。