面向不确定性感知代理建模的保形多项式混沌展开

研究提出一种将 jackknife 保形预测与多项式混沌展开结合的方法，为代理模型生成量化预测不确定性的预测区间。该方法利用回归线性特性通过解析闭式表达式计算留一残差，无需预留校准集或重复重训，即可使用全部数据训练。在 4 个基准模型与 2 个电气工程设计用例中，该方法在小数据集训练的低精度模型上也能达到目标覆盖率。