一种基于Kriging代理模型的电机多目标优化设计方法及系统

本发明公开了一种基于Kriging代理模型的电机多目标优化设计方法及系统。包括：通过实验设计方法和有限元仿真计算构建初始数据集，以此训练以电机设计变量组合为输入变量，电机性能为输出响应的初始Kriging代理模型；以代理模型作为目标函数，求解多目标优化问题并进行代理模型的更新，更新策略为：在每一轮优化结束后，基于Kriging模型预测均方误差筛选当前Pareto解集中的高误差解，获取其有限元响应并补充至数据集，更新训练代理模型；重复上述过程直至优化结果收敛。本发明通过选择性补充高不确定性区域样本，在提高代理模型在Pareto前沿局部预测精度的同时，显著降低了计算成本，具有良好的实用性和经济性。