面向高维度混合变量的机床立柱结构自适应优化设计方法

本发明公开了一种面向高维度混合变量的机床立柱结构自适应优化设计方法，其特征在于如下步骤：使用拉丁超立方采样技术在混合变量设计空间内采样形成初始样本点集合，将生成的初始样本点集合作为本优化算法的起始点；使用高斯过程作为代理模型，提出了一种新颖的高斯过程内核，以捕获类别变量之间的数据相似性和内在非平稳性，提出了一种稀疏激活机制，以快速识别最相关的低维子空间，从而促进对高维度混合变量函数的准确建模和预测；提出了一种基于梯度信息的多点重启动采集函数优化算法，以实现高维度混合变量场景下全局期望提升函数的高效优化。