在水利、环境、生态、机械以及航天等领域中数学模型已经成为一种常用的技术手段。同时为了提高模型的性能减小模型误用带来的风险模型的优化技术也被广泛用于模型的使用过程。模型参数的快速优化技术不但涉及到优化本身而且涉及采样设计、不确定性估计等方方面面。专题一最速上升法、岭分析以及响应曲面模型1.最速上升路径2.信赖域3.响应面模型4.二阶响应面5.岭分析专题二Kriging插值与优化方法1.普通Kriging插值与优化2.一般Kriging插值与优化3.协变量Kriging插值与优化4.时间空间Kriging插值与优化5.Kriging方法与贝叶斯优化/高斯过程的关系专题三启发式算法1.粒子群算法2.遗传算法3.模拟退火算法4.启发式算法总结专题四采样方法1.拉丁超立方采样2.改进的LHS方法3.最大最小设计专题五高斯过程回归1.高斯过程的先验2.高斯过程超参数分析3.与其它方法贝叶斯线性回归、隐随机场等的比较专题六基于模型的高斯过程/贝叶斯优化设计1.最大熵设计2.预测不确定性的最小化3.序贯设计4.快速高斯过程更新专题七最优化的快速化1.代理模型下的最优化2.期望改进3.约束下的最优化4.贝叶斯敏感性分析专题八高级高斯过程模型1.紧支撑核方法2.划分模型与回归树3.高斯过程的局部逼近专题九异方差性1.随机克里金方法2.均值与方差耦合的高斯过程3.序贯设计专题六综合案例案例一基于PSO算法的GR4J模型率定案例二基于PSO算法的SWAT模型率定案例三基于PSO算法的MOLDFLOW2005模型率定案例四基于贝叶斯优化的新安江模型快速率定案例五基于高斯过程代理模型的VIC模型率定