Der er flere forskellige typer af surrogatmodeller:
1. Responsoverflademodeller – Disse modeller forudsiger outputværdier baseret på inputvariable.
2. Kriging-modeller – Disse modeller bruger en Gaussisk procesregression til at forudsige outputværdier baseret på inputvariable.
3. Neurale netværksmodeller – Disse modeller bruger kunstige neurale netværk til at forudsige outputværdier baseret på inputvariabler.
4. Understøtte vektormaskiner – Disse modeller klassificerer eller regresserer data ved at finde den bedste grænse mellem klasser eller ved at finde funktionen med den største margin mellem to klasser.
5. Gaussiske procesmodeller – Disse modeller bruger en probabilistisk ramme til at forudsige output baseret på inputvariabler.
6. Radiale basisfunktionsmodeller – Disse modeller tilnærmer en funktion som en lineær kombination af radiale basisfunktioner.
7. Beslutningstræmodeller – Disse modeller opdeler datarum rekursivt i undersæt baseret på værdierne af inputvariabler.
8. Ensemblemodeller – Disse modeller kombinerer flere modeller for at forbedre forudsigelsesnøjagtigheden.
Udgivelsesdato: