摘要:目的 将改进的Kriging优化算法引入支架-球囊系统的优化设计,从而给其配以适当长度的球囊,使支架能够沿轴向扩张均匀。 方法 基于有限元计算结果,采用与拉丁超立方(latin hypercube sampling, LHS) 抽样方法、期望提高(expected improvement, EI) 函数相结合的Kriging优化算法,以减小支架扩张时的狗骨头效应为目的,对球囊长度进行优化设计。结果 Kriging代理模型能近似建立支架狗骨头率与球囊长度间的函数关系,来替代高成本的计算。LHS抽样方法可以确保产生的样本点代表向量空间的所有部分。EI函数能有效地用于平衡搜索,从而找到最优解。优化长度的球囊可以使支架均匀扩张。结论 该优化算法能有效地应用于支架—球囊系统的优化设计。