面向异构参数仿真实验的深度嵌入概率代理建模方法

本申请涉及一种面向异构参数仿真实验的深度嵌入概率代理建模方法。所述方法包括：获取异构输入及对应的高保真实验结果作为标签；对连续、离散、函数型参数分别进行归一化、编码及降维；通过变分自编码器架构的深度嵌入网络将拼接向量映射为潜变量的概率分布；利用无标签数据通过多目标对比学习框架预训练嵌入网络；在潜空间上构建高斯过程回归模型，以高保真结果为输出标签、潜变量为输入特征进行训练；利用评估数据联合微调核函数超参数和嵌入网络参数；最终输出预测均值与方差。采用本方法能够有效加速燃烧室设计中的仿真实验进程。