smt

替代建模工具箱（SMT）是一個Python軟件包，其中包含替代建模方法，採樣技術和基準測試功能的集合。該軟件包提供了一個替代模型的庫，該庫易於使用，並促進實施其他方法。

SMT與現有的替代建模庫不同，因為它強調了衍生物，包括用於梯度增強建模，預測衍生物和衍生物相對於培訓數據的訓練衍生物。

它還包括其他地方無法使用的新替代模型：通過部分最高正方形的kriging減少和能量最小化的樣條插值。使用自定義工具記錄了SMT，以嵌入自動測試的代碼和動態生成的圖，以最少的貢獻者精力生成高質量的用戶指南。

SMT根據新的BSD許可分發。

引用SMT 2.0：P。Saves和R. Lafage和N. Bartoli和Y. Diouane和JH Bussemaker以及T. Lefebvre和Jt Hwang和J. Morlier和Jrra Martins。 SMT 2.0：替代建模工具箱，重點關注分層和混合變量高斯過程。工程軟件的進步，2024年。

@article{saves2024smt,
         author = {P. Saves and R. Lafage and N. Bartoli and Y. Diouane and J. Bussemaker and T. Lefebvre and J. T. Hwang and J. Morlier and J. R. R. A. Martins},
         title = {{SMT 2.0: A} Surrogate Modeling Toolbox with a focus on Hierarchical and Mixed Variables Gaussian Processes},
         journal = {Advances in Engineering Sofware},
         year = {2024},
         volume = {188}, 
         pages = {103571},
         doi = {https://doi.org/10.1016/j.advengsoft.2023.103571}}

引用SMT遺產：Ma Bouhlel和Jt Hwang和N. Bartoli和R. Lafage以及J. Morlier和Jrra Martins。帶有衍生物的Python替代建模框架。工程軟件的進步，2019年。

@article{SMT2019,
        Author = {Mohamed Amine Bouhlel and John T. Hwang and Nathalie Bartoli and Rémi Lafage and Joseph Morlier and Joaquim R. R. A. Martins},
        Journal = {Advances in Engineering Software},
        Title = {A Python surrogate modeling framework with derivatives},
        pages = {102662},
        issn = {0965-9978},
        doi = {https://doi.org/10.1016/j.advengsoft.2019.03.005},
        Year = {2019}}

所需的包裝

SMT取決於以下模塊：Numpy，Scipy，Scikit-Learn，Pydoe3和Cython。

安裝

如果要安裝最新版本

pip install smt

否則，如果您想從當前的主分支安裝

pip install git+https://github.com/SMTOrg/smt.git@master

用法

有關說明如何使用SMT的示例，您可以查看教程筆記本電腦或轉到“ SMT/示例”文件夾。

文件

替代建模工具箱的文檔。

貢獻

為了有助於SMT，請參閱文檔的貢獻部分。