为此,充分利用深度神经网络在高维信息提取和近似方面的巨大潜能,以及元学习理论在小样本学习领域的优势,提出一种基于元学习的多可信度深度神经网络(Meta-learning based multi-fidelity deep neural networks, MLMF-DNN)代理模型方法.通过若干数学算例和NACA0012翼型稳健优化问题的应用,表明提出的MLMF-DNN方法相比于经典...