J7-05 机器学习/AI 代理模型在热管理中的应用

课程代码 J7-05 · 板块 J 仿真分析 CAE / J7 数字化仿真方法 时长 约 3.5 小时（6 讲 + 1 次代理模型训练与验证实操） 适合对象 高级仿真工程师、探索 AI 代理建模的技术骨干（选修） 前置 J7-03 基于仿真的 DOE 与多目标优化 基于仿真的 DOE 与多目标优化（训练数据的来源）；体系外前置（需自备）：基础机器学习与统计概念（建议具备，非硬性） 本讲义定位 讲师授课蓝本 / 学员自学讲义，是 J7-05 大纲的完整展开版

---

引言：它不发散、不报错、不越界告警——它只会平滑地给你一个看上去完全合理的错数

这门课要处理的东西，用一句话说是「把已经跑过的仿真与试验结果攒起来，训练一个推理开销可以忽略不计的模型，去替代那个一次求值就要等很久的高精度模型」。这句话本身没有难点，难点全在它后面的三个具体场合。

场合一：代理模型接进了优化循环，成千上万次评估一口气跑完，优化器把设计点一路推到 Pareto 前沿的角落上。而那个角落恰恰是训练样本最稀的地方——优化器主动去找的是模型的极值点，也就最容易撞上模型误差最大的那个角落。返回的最优解看着漂亮，拿回高精度模型一算，对不上。场合二：新一轮平台，冷板流道从两进两出改成三进三出，多了一条支路。代理模型照常给数，而且每一维输入都还落在训练范围内——因为那条新支路在输入向量里根本没有对应的自由度，逐维范围检查当然全绿。它给出的那个数与这个新结构没有任何关系，而没有任何一处会亮红灯。场合三：报告上写着「代理模型精度 99%」。追问一句「相对谁的 99%」，答案是相对那批 CFD 结果；而读这份报告并据此签字的人，理解成的是相对实物。于是一个只对得起 CFD 的数，被当成了一次安全相关判断的依据。

这三个场合的共同点，就是本课要反复敲的那件事：物理模型出界时会以发散、能量不守恒、明显不合理的形式暴露——那是一种免费的报警；而机器学习代理模型出界时，会平滑地、自信地给出一个看起来像样的数。它不是「精度差一点」，它是没有报警的那一类错。

本课交出四项判断力，每一项都对应一个当场可验的交付物。

其一，判一个问题该走物理降阶（ROM）还是数据驱动的机器学习代理。交付物不是一张「哪种方法更好」的排名表，是一张写清「谁来用、要评估多少次、要它回答哪几个响应量、输入的结构会不会变」的四行说明，外加由这四行推出的路线选择与理由——本课会给出一条可当场手算的盈亏平衡判据（这条判据是本课归纳的，⛔ 不是任何标准或手册的既有条款）。

其二，搭一条从 CAE／试验数据到代理模型的训练流程。交付物是一份数据卡：数据从哪来、口径可不可核、按什么组键分组、怎么划分、归一化取哪一套口径。⛔ 一个没有数据卡的模型文件不构成交付，因为它的精度数无法被任何人复核。

其三，识别外推风险并划定可信使用范围。交付物是分层精度表 + 可信域声明 + 越界降级方案三件：域内按子域分组报最差值，域外由明确的判据拦截，拦到之后有一个写下来的动作。⛔ 一个 R² 不构成任何工程承诺。

其四，用物理约束提升小样本下的可靠性。交付物是「这条约束落在哪一层、在域外还成不成立」的说明——本课会把物理约束拆成三个落点，并指出只有其中一档对可信域有贡献。⚠ 先把话说在前头：这一项在本课的动手做里没有独立的验收动作，它是讲授目标，动手做③的提示与「小结与课程衔接」那张自查表里都会点明这一点（自查的办法是对着图8 问一句「我加的这个约束进的是结构、损失还是后处理」），⛔ 不要以为漏了一步。

全课六讲，顺序就是一个人真正做一次代理建模的顺序。第 1 讲先定位：代理模型替代的到底是什么（是高精度模型的一次求值，⛔ 不是那个模型本身），它与物理降阶的分工要落成三条可判的差别，加速路径的全集有五条而不是「ROM 还是神经网络」的二选一，哪三条同时成立才是它的主场、哪四类场景该劝退，以及那条盈亏平衡判据与三样与速度完全无关的价值（可微、可嵌入、可被成千上万次重复调用）。第 2 讲处理训练数据：来源要按「产生方式 × 口径可核性」二维建集，口径断层与分布漂移长得一样而处置方向相反，「训练集之外」有四类而不是一类（这是全课最核心的一个全集），清洗的第一件事不是剔离群点而是剔掉标签本身就错的样本，归一化口径必须随模型一起交付，无量纲特征扩了可信域也丢了尺度，以及划分——划分方式比划分比例重要得多，泄漏有四条通道，三个集合各回答一个不同的问题。第 3 讲讲模型结构与物理约束：「树模型在表格数据上通常更强」这个结论有射程，而本课主场恰是它的反例；三个模型族的外推行为完全不同，选模型的时候你已经在选它的失效形态；集成与高斯过程给出的「预测方差」是模型族内部的分歧度、⛔ 不是误差；物理信息神经网络（PINN）的射程判据；物理约束的三个落点；小数据集上的判据是学习曲线而不是训练误差。第 4 讲讲独立验证与外推检测：「独立测试集」的独立性有三层，验收指标的全集有六类，外推检测三件套各抓哪一类、盲区在哪，凸包判据在本课主场两头都不成立，阈值由误报率预算定而不是抄默认值，区间校准与精度是两件事，两类不确定度不可互相顶替，回代验证是一道闸不是仪式。第 5 讲讲失效沉默与可信域声明：把「失效沉默」落成三条同时成立的可判定义，把它的发生位置摊成五段生命周期的全集，指出「训练目标与工程目标不一致」是一类独立的沉默，给出可信域声明至少要写的七行（格式由 K2-05 预期功能安全（SOTIF/ISO 21448）与 AI 件安全论证在热管理的落法 给，取值由本课给），讲清分布漂移为什么必须监控输入侧，以及本课归纳的用途三档。第 6 讲落到工程场景：代理模型改变的是仿真调用的位置、⛔ 不是消灭仿真；序贯加点省样本但改变了「划分」的含义；实时／嵌入式场景下选代理还是选 ROM 看四条对照、⛔ 不看「哪个更快」；以及与 AI 辅助工程工具的边界——三类工具的输出对象不同，验收方式与失效形态也就不同。其后的典型案例把六讲的判据合成一条五步决策链（电池包液冷流道的 CFD 代理模型），并算清跳过其中两步的代价；动手做则用一批 DOE 数据把上面四项判断力各验一次。

钉子①（全课主线）：代理模型学的是「数据里有的那一段映射」，不是物理。它的能力边界由训练数据的分布画定，⛔ 不由控制方程的适用范围画定。这句话听上去像常识，而它的可执行形式才是本课真正要你带走的东西：把一句「这个代理模型精度 X」改写成——在【输入域 D】内、按【组键 G】划分、用【只用过一次的测试集 T】测得【哪几个指标】的「分层最差值」X；域外由【判据 J】拦截，拦到之后执行【降级动作 A】。这一句里的每一个方括号都必须填得出来；填不全，那个 X 就不构成任何工程承诺——它只是一个在某批数据上算出来的统计量，而听你汇报的人会把它当成一句承诺。⇒ 全课每一讲的末尾都落回这同一个动作：第 1 讲给「值不值得做」，第 2 讲填 D 与 G，第 3 讲决定失效形态，第 4 讲填 T 与指标、填 J，第 5 讲填 A 并把整句写成可信域声明，第 6 讲把它接进真实的工作流。

钉子②（与钉子① 配套）：精度与可信域是必须一起交付的两件东西，缺一件模型就不能进决策。精度回答「域内有多准」，可信域回答「什么时候不在域内」。只有精度没有可信域＝失效沉默——模型在域外照样给数，而没有人知道它已经在域外；只有可信域没有分层精度＝不知道域内够不够用——拦是拦住了，可域内那个数到底能不能支撑你要做的那个决定，仍然没有答案。⇒ 由此定死本课的交付物形态：不是「一个模型文件 + 一个 R²」，是五件——① 模型本体；② 数据卡（组键定义／划分方式／归一化口径）；③ 分层精度表（按子域与工况分组报最差值，⛔ 不是一个全局均值）；④ 可信域声明；⑤ 越界降级方案。⛔ 五件缺一件，这个模型就只能停在「筛选」这一档用途上，不许进定量支撑，更不许进放行判据（用途三档见第 5 讲，这一分档同样是本课归纳的）。

★ 本课最容易被读反的一条，是这句听起来毫无问题的话：「加了物理约束（PINN）的代理模型就懂物理了，所以可以外推到训练数据没覆盖的工况」。

读者会做错的那个具体动作：在可信域声明的「输入范围」那一行，把范围写成「由控制方程的适用范围决定」，而不是「由标注数据与配置点的采样范围决定」；据此把模型用到设计点采样框之外，并把外推检测三件套的门限调松，甚至认为「加了物理约束就不需要域外检测了」。

为什么它是反的：物理残差项 L_physics 是在配置点（collocation points）上被数值评估的，而配置点同样是采样出来的、同样有边界——残差只在采样到的地方被压低，没采样到的地方一个约束都没有。而且残差为零只说明「满足这个方程」，⛔ 不说明「满足这个定解问题」：同一个偏微分方程有无穷多解，定解要靠边界条件与初始条件，而这些同样得以数据或惩罚项的形式喂进去。⇒ 物理约束改变的是同样数据量下域内的精度与光滑性（它提供的是一个额外的正则化先验），⛔ 它不改变「域」这件事本身。

它对一半，正解是分两步。物理约束确实能把可信域往外扩一圈——在物理约束真正被施加到的那块配置点区域内，即使没有标注数据，模型也受方程约束。⇒ 正解写成一个式子：可信域的外边界 ＝（标注数据覆盖域）∪（配置点覆盖域 ∩ 方程在那里仍然成立的区域）；而扩出去的那一圈必须单独验证——用没参与训练的物理算例或试验点去打，⛔ 不许凭「加了物理」就默认它成立。

⚠ 还有一层前提被跳过得更早：要能算出偏微分方程的残差，网络的输入里必须含空间／时间坐标、输出必须是场量。而本课的主场——输入是设计参数、输出是压降与峰值温度这类标量响应量的表格式代理——根本算不出这个残差。⇒ 那里的「物理约束」只能是集总守恒、单调性、量纲一致这几类，它们与 PINN 文献里的结论不是同一件事，⛔ 不得继承它的结论。本课在第 3 讲把这两层分开讲透。

本课的符号与口径统一表先摆在这里。本课有三组符号天然会撞在一起，撞了之后读者会拿它们互算、比大小，而表面上一个字都看不出错：

符号	本讲义中的含义	说明
T_sim	高精度模型单点求值的耗时	三者同为时间量纲，⛔ 全课禁止合写成一个「计算时间」
T_sur	代理模型单次推理的耗时	与 T_sim 的关系只以比值出现，⛔ 两者的绝对值本课一律不给
T_train	一次性训练耗时（含调参与重训）	⚠ 建模的工程师人力不在这一项里，它是账外的一项，第 1 讲单独交代
N	训练样本数（纯计数）	盈亏平衡式里它在分子侧
M	打算做的评估次数（纯计数）	在分母侧；⛔ N 与 M 都是计数但含义完全不同，禁止混写成「样本量」
n	某个具体留出集的样本数（第 4 讲校准检查用）	⚠ 与训练样本数 N 不是同一个量，本课靠大小写区分，⛔ 不许互换
u_epi	认知不确定度（模型自身知道得不够多）	本课量化的是这一类；处置方向＝补数据、补约束
u_ale	偶然不确定度（输入侧的固有散差）	由 J7-06 仿真不确定度量化（UQ）与稳健/可靠性设计：从确定性单点到带分布的裕度 量化；处置方向＝改设计、加裕度。⚠ 两者同量纲、可平方和开方合成，但处置方向相反，⛔ 不得互相顶替、⛔ 不得只报其一
ŷ / y	代理模型的预测值 / 标注值	标注值来自高精度模型或试验，⛔ 不等于物理真值
x / θ	输入向量（工况与结构参数）／ 网络参数	—
λ / λ_p	正则化系数 ／ 物理项权重	⚠ λ 对输入尺度敏感 ⇒ λ 与归一化口径是一对，换归一化就得重调，两者必须写在一起
L_data / L_physics	损失里的数据拟合项 ／ 方程残差项	—
D / G / T / J / A	全课那句承诺模板的五个填空：输入域 / 组键 / 测试集 / 越界判据 / 降级动作	⚠ 它们只在那句模板里出现、且各自紧跟中文名。D 在本课一律读作「域」（第 3 讲的 D_data、D_coll 同族），⛔ 不是管道直径。⚠ 4.1 引 J7-01 仿真—试验相关性验证（Correlation） 的 E ＝ S − D 时，那个 D 是该课的记号（实测值），⛔ 与本课的输入域 D 不是同一个量
d / v	管内径（m）／ 截面平均流速（m/s）	⚠ 只在第 2 讲 2.9 的 Re 定义里出现。⛔ 管内径不写 D（D 已给「域」）、流速不写 u（u 已给不确定度）
s / t / φ	PINN 的空间坐标 ／ 时间 ／ 场量	⚠ 只在第 3 讲 3.4 与「关键公式详解」的式③ 出现。⛔ 这两处的记号刻意不取 PINN 文献那一套 u(x, t; μ)——本课的 x 是输入向量、u 只用于带下标的不确定度、μ 是动力黏度，三个字母都已被占用

⛔ 一条硬规矩：全课任何一处出现不确定度符号都必须带下标——第 4 讲之后最容易发生的事，就是把 u_epi 顺手写成 u；一旦裸写，读者就会把它与 J7-06 仿真不确定度量化（UQ）与稳健/可靠性设计：从确定性单点到带分布的裕度 的那一类当成同一个量，而它们的处置方向是相反的。

本课对数字有三条固定处理，先声明在这里，免得读到正文时以为是漏写。第一类，可以给准确值的：只有数学恒等式与可查证的分布性质（例如两类不确定度的平方和开方合成、预测区间校准检查里的二项随机波动带），给的时候连同它的适用条件一起给。第二类，行业典型区间：只给量级或区间并标「典型」，⛔ 端点不得当成可承诺值——本课只用到两处（起手 DOE 规模的经验量级、训练／验证／测试集的划分比例），两处都会同时写明「它只是起手值，⛔ 不是充分性判据」。第三类，平台相关量一律不给数，本课有六组：① T_sim、T_sur、T_train 的绝对值（取决于网格量、物理模型、求解器、硬件与许可证并发，须本项目实测）；② 网络层数与宽度、学习率、λ 与 λ_p、树的深度与棵数（须由验证集与学习曲线定，⛔ 禁止抄论文或工具的默认值）；③ 外推检测三件套的三个阈值（须按误报率预算标定，且随归一化口径而变）；④ 误报率预算本身（必须与降级动作的代价一起定）；⑤ 精度承诺值与归一化分母（须在自己的测试集上测出）；⑥ 数据泄漏造成的指标虚高幅度、标签本身就错的样本占比（须对自己的算例库实测统计）。⚠ 其中第③组还有一条画法上的纪律：本课所有图里的门限一律画成可沿轴自由平移的带，行尾标明「位置由本项目的误报率预算给出」，⛔ 图上不出现刻度值、不出现固定竖线。⚠ 凡本课出现的带数值算例，输入与结果一律是教学假设值或教学合成算例，不对应任何平台与任何型号，⛔ 禁止取用。

本课有六处采用「先画全集、再逐项核对」的做法，它们是本课的骨架，也是本课最容易被跳读的部分：全集一代理模型的输出对象（标量响应量／多输出向量／时序／场／分类判据型——最后一类的验收口径与前面几类完全不同，⛔ 不能用均方根误差判）；全集二训练数据来源；全集三「训练集之外」的四类；全集四失效沉默的发生位置；全集五加速路径的五条；全集六验收指标的六类。⛔ 六个全集全都不许沿单一线索枚举——每一处都会先写明「我沿什么线索数的」，再写明「有没有不在这条线索上、但同属这个集合的」，因为本课反复出现的失败形态就是沿一条线索数，漏掉的是整整一类而不是一两条。

⚠ 另有六条判据是本课归纳的，⛔ 不是任何标准、手册或行业公认的既有分类，引用时请连同这句一起带走：① 「训练集之外」的第（iii）（iv）类（输入的结构变了、训练时的物理前提在新点上不成立）——这两类三件套全绿而模型完全不适用，只能靠人在输入定义层与物理判据层设门；② 「标签本身就错」是整条链最前、最沉默的一类，做法是把求解器的收敛判据作为元数据一起入库；③ 物理约束的三个落点及其「域外还成不成立」的差别；④ 代理路线的盈亏平衡判据与节省比例；⑤ 用途三档（筛选／定量支撑／放行判据）；⑥ 回代验证的两个判据出口，以及「⛔ 不能只回代最优点」。

本课涉及的外部规范，一律只写标准号与去向，⛔ 不写条款内容、不写限值、不写版次年份。ISO/IEC 22989（人工智能概念与术语）只作术语出处挂名；ASME V&V 20 那一类验证确认原则同样适用于代理模型的精度评估，但方法本体去向 J7-01 仿真—试验相关性验证（Correlation）；ISO/PAS 8800（道路车辆 AI 安全）与 ISO 21448（预期功能安全）的 AI 论证框架——数据集充分性、性能不足的论证、运行期监控作为安全措施、安全论证如何组织——整套去向 K2-05 预期功能安全（SOTIF/ISO 21448）与 AI 件安全论证在热管理的落法，本课⛔ 不复制其中任何一条。ISO 26262（道路车辆功能安全）在本课只用于划一条射程线：它的正文只管安全相关电子电气系统的失效行为，本身不含机器学习的专门要求 ⇒ ⛔ 不得把它当作代理模型本身的验收依据；其中国对应件为推荐性标准，版次与部分号以现行目录为准，引用前须核，⛔ 本讲义不把任何一份标准的版次年份、发布与实施日期、代替关系写成单值（版号与部分数这类结构事实可以给——它取自项目已核实标准台账，且一律注明须以现行目录复核，见「关键公式详解」末节那张标准表）。⚠ 还有一条射程纪律要先说死：安全侧的论证链与代理模型的精度判据是两条互不相干的判据链，⛔ 不得互相推导——「过了精度验收」推不出「满足安全要求」，「安全等级低」也推不出「精度可以放松」。

最后把边界摆出来，写清楚是为了让你知道哪些东西不在这里找——本课没有现成的边界条目可抄，下面这份是本课自己写的。向上承接：训练数据从哪来、试验设计怎么做、序贯采样怎么加点，本体在 J7-03 基于仿真的 DOE 与多目标优化；⚠ 本课在用到拉丁超立方的一维分层性质、序贯加点、Pareto 前沿这几件时会各给一句自足的说明，⛔ 不假设你已经学过那门课。横向：物理降阶的方法本体与实时性核算口径在 J7-02 模型降阶（ROM）与控制导向建模（⛔ 本课不搬它的核算口径过来，搬过来就会有两套）；仿真—试验相关性验证的方法论与 E = S − D 的口径在 J7-01 仿真—试验相关性验证（Correlation）（本课只做「代理对高精度模型」这一层，⛔ 不重讲另一层）；输入侧散差的量化与传播、以及 u_ale 那一类不确定度在 J7-06 仿真不确定度量化（UQ）与稳健/可靠性设计：从确定性单点到带分布的裕度；可信域声明的格式与 AI 件的安全论证链在 K2-05 预期功能安全（SOTIF/ISO 21448）与 AI 件安全论证在热管理的落法（⛔ 本课绝不把那套格式重写一遍——两边格式必然漂移，本课只负责把每一行该填的取值算出来）；大模型在热管理开发中的用法在 N6-03 AI 大模型在热管理开发中的应用，个人层面的 AI 辅助工程实务在 Q3-03 AI 辅助热管理工程工作实务。向下延伸：把学习件放到控制侧在线用，是 K7-03 数据驱动的能效自学习控制 的地盘。

⇒ 由此，本课的净新增只有四块：① 代理模型的选型判据与盈亏平衡判据；② 训练数据的口径与划分纪律；③ 「训练集之外」的四类全集与外推检测三件套的能力边界；④ 失效沉默的位置全集与可信域声明的取值来源。这四块之外，本课一律只给类型与去向。本课能给你的不是一个能直接抄的模型配置，是那一整套「这个数算不算数」的判据——学扎实之后，上面这些相邻课你会用同一副眼光去读。

第 1 讲　它替代的是一次求值，不是那个模型——选型六问在建模之前就能判完

这一讲不训练任何模型，也不出现一行代码。它要先把三个在动手之前必须答完的问题答掉：这东西到底替代了什么、什么时候轮得到它、建它划不划算。这三问答错，后面五讲讲的一切——数据怎么划、模型怎么搭、精度怎么验、可信域怎么写——都是在为一条本来就不该走的路线做优化。

实务里最常见的走法恰恰是反过来的：先看到「CFD 太慢」，再听到「现在都用 AI 代理模型」，于是直接开始攒数据、搭网络。等模型训出来才发现，这一轮优化一共只要评估几百个设计点，而训练集本身就要跑几百个算例，时间一分没省；或者发现要交出去的根本不是一个标量，而是一整个温度场；再或者发现下个月流道要加一条支路，模型连输入都写不下。这些都不是模型没训好，是「选型」这一步从来没有发生过。

本讲先把代理模型的参照物钉死（1.1），据此说清它与物理降阶的三条可判差别（1.2）；再把「加速一次求值」这件事的路径全集摊开——它有五条而不是两条（1.3）；然后分别给出该选与不该选的判据（1.4、1.5），把它们合成一棵在建模之前就能走完的决策树（1.6）；最后算一笔账：代理路线什么时候才划算（1.7），以及在它按时间账算不划算时，为什么可能仍然要建（1.8）。

1.1 代理模型替代的是「同一个高精度模型的一次求值」，⛔ 不是那个高精度模型本身

是什么。代理模型的一般形式是 ŷ ＝ f(x; θ)：用参数 θ 去拟合一组已经存在的输入—输出对应关系，输入 x 是工况与结构参数，输出 ŷ 是温度、压降这类响应量。这里最要紧的一个字是「已经存在」——那组对应关系是某个高精度模型（或某套试验）在一批采样点上算出来／测出来的，代理模型学的是它，不是物理真值。

⇒ 由此定下一条贯穿全课的口径：代理模型的参照物是它的标注源，不是实物。标注从哪里来，它就只对得起哪一层。标注源是稳态 RANS 的 CFD，它就只对得起那套网格、那个湍流模型、那组物性与边界条件定义下的答案；标注源是台架实测，它就只对得起那台台架上那几个测点的读数。

为什么这条口径必须在第一节就钉死——精度账要分两层记。

记的是哪一层	比的是谁和谁	归哪门课
第一层：代理这一层	代理模型的输出 vs 标注源在同一输入上的输出	本课（判据在第 4 讲）
第二层：标注源这一层	高精度模型（或试验）vs 物理真值／实车	J7-01 仿真—试验相关性验证（Correlation）（其 E＝S−D 与 ±u_val 口径，本课⛔ 不重讲）

两层账之所以不能合并成一个数，是因为它们的成因、能改的手段、由谁负责，全都不同。第一层大了，做法是加样本、换模型族、改归一化；第二层大了，做法是改网格、换湍流模型、重新标定物性、核对边界条件的定义——而代理模型对第二层一无所知，也永远不会告诉你这一层存在。它会忠实地把标注源的偏差原样复制一遍，而且复制得越好看，越像「精度很高」。

⇒ 由这条推出一个可以当场用的判据：第一层的误差应当显著小于第二层的偏差。理由是纯结构性的——若代理这一层的误差与标注源对实物的偏差已经在同一个量级上，那么继续把第一层往下压，对「离实车有多远」这件事没有任何改善，因为总账已经被第二层主导了。此时该做的事在 J7-01 仿真—试验相关性验证（Correlation） 那一侧，不在这一侧。

工程量级。⛔ 两层误差各自的绝对大小、以及它们的相对大小，都是平台相关量——取决于网格与物理模型、取决于试验的测量不确定度、取决于这个模型要支撑什么决策，本课不给数，须由本项目自己测出来。⛔ 本课也不写「第一层通常比第二层小几倍」这类倍数说法——那要拿两个本课都不肯给值的量去做比较。可给的是上面那条结构性判据与一条纪律：两层账分开报，报数时写清参照物是谁。

易错点。

• 把「对 CFD 结果的决定系数达 0.99」说成「这个模型精度 99%」。⚠ 这里的 0.99 只是在复述一句实务里常听到的错话，⛔ 不是任何承诺值。这句话错在参照物被悄悄换掉了：前半句的参照物是 CFD 的输出，后半句听起来像是实物。听的人会把它当成「离真车只差 1%」收下，而真车那一层的账根本没打开过。这一条是全课最常发生的一次口径滑动，「常见误区」一节里会把它连同正解一起讲透。
• 把代理模型当成「更快的高精度模型」，拿去问标注源本身答不出的问题。标注源是稳态算例，就不要问它瞬态峰值出现在第几秒；标注源只输出了进出口平均值，就不要问它某个角落的局部温度。代理模型不会拒答——它会给一个数，而那个数与被问的物理量之间没有任何关系。
• 用一个从未做过相关性验证的高精度模型当标注源，然后把第一层的误差报成「模型精度」。那只证明了代理学像了标注源，没有证明其中任何一个像实车；此时第二层账不是零，是未知。

1.2 与物理降阶 ROM 的分工要落成三条可判的差别，⛔ 不能停在「一个懂为什么、一个懂是什么」

是什么。两条路线在数学对象上就分开了：

• 物理降阶 ROM（J7-02 模型降阶（ROM）与控制导向建模）——从已知的方程结构出发，做投影或集总。产物里的每一个参数仍然保留物理量的身份：这是一个热阻，那是一个热容，这一阶对应哪个主导时间常数。
• ML 代理（本课）——从样本出发拟合一个映射。产物里的参数不保留任何身份：权重就是权重，它不对应任何一个可以被测量、被复核的物理量。

「一个懂为什么、一个懂是什么」这句话本身没错，但它不可判——拿着它站在一个具体项目面前，你判不出该走哪条。⇒ 必须把它落成三条能对着自己的项目逐条打勾的差别：

可判的差别	物理降阶 ROM	ML 代理
① 出界时会怎样	通常以物理不合理的形式暴露：负温差、能量不守恒、数值发散	平滑地给出一个看起来像样的数，不发散、不报错
② 出了偏差能不能定位	参数有物理含义 ⇒ 能定位到某个热阻、某个热容、某一阶模态	权重定位不到任何东西，只能整体重训
③ 结构改一处的代价	几何或拓扑变了，常能改参数复用	通常要重训，且往往连重训都不够——输入编码里就没有那个自由度（见 1.5）

为什么第①条是这三条里最要命的。因为它决定了失效会不会被人发现。物理模型与物理降阶出界时给的那个不合理结果，是一种免费的报警——没有人特意去设计它，是方程结构自己带来的。ML 代理出界时没有这份免费报警：它照样输出一个量纲对、量级对、放进报告里毫无违和感的数。⇒ 这就是全课要反复敲的第一颗钉子：代理模型的能力边界由训练数据的分布画定，⛔ 不由控制方程的适用范围画定。选了这条路线，就等于承诺自己要把那份「免费报警」用外推检测（第 4 讲）与运行期监控（第 5 讲）重新造一遍，而且是自费造。

工程量级。⛔ 不给数。这三条差别都是定性判据，它们的作用是让你在项目开始时就知道自己要为哪一条额外付出代价，而不是去比较两条路线「哪个更准」。

易错点。

• 把「ML 更准」当成普遍结论。⛔ 这是一句被写成全称的子集结论。在机理写得出、样本又少的场景里，ROM 与经验关联式几乎总是更好，而且它们自带外推报警——这两件好处叠在一起，通常直接决定了选型。
• 拿两条路线在同一个算例上的误差数字直接对比，据此选型。两者的误差不是在同一个前提下测出来的：ROM 的误差通常在整个方程适用范围内成立，ML 的误差只在训练分布内成立。同一个数字，射程不一样宽。
• 以为选了 ML 就不必再懂物理。恰恰相反：上面三条里有两条要靠物理判断——出界了算不算不合理、结构改的那一处属不属于「模型表达不了的自由度」，模型自己都答不出来。

1.3 加速路径的全集有五条，⛔ 不是「ROM 还是神经网络」的二选一

是什么（加速路径的全集）。先声明这个全集是沿什么线索数出来的：⛔ 不沿「要不要上 AI」数，而是沿「用什么东西去代替那一次昂贵的求值」数。沿前一条线索只数得出两类，另外三类是整类不出现——它不会以「少了一条」的形式暴露，数出来的那几条看起来是完整的。

加速路径	它最擅长的输出对象	出界时会怎样	结构改一处的代价
① 解析式与经验关联式（ε-NTU、量纲分析、手册关联式）	标量响应量	适用范围通常随式子一起给出，越界是可以对照着判的	改的是一条式子，代价最小
② 查表 + 插值（Map）	低维、稳态主导的标量	表外的行为由插值/外插方式决定，必须显式声明（J7-02 模型降阶（ROM）与控制导向建模 已讲这一档）	维数一涨，表的规模就撑不住
③ 物理降阶 ROM（RC 网络、状态空间、POD/DMD）	时序、场、可进闭环的状态	常以物理不合理或数值发散暴露	常能改参数复用（J7-02 模型降阶（ROM）与控制导向建模）
④ 数据驱动代理（树模型、神经网络、GP/Kriging）	标量响应量、低维向量	平滑地给一个像样的数，⛔ 不报警	通常要重训
⑤ 混合：物理骨架 + 学残差	同 ④	由骨架承担外推的形状；残差那一项仍然没有报警	骨架可复用，只重训残差项

⚠ 第 ⑤ 条是本课归纳的补充路径，⛔ 它不是任何标准或工具链里现成的分类，引用时请把这句一起带走。

为什么混合路径在小样本下几乎总是优于纯数据驱动。先用 ① 或 ③ 算一个基线，再让模型去学「基线抓不住的那一部分」。这一步改变的是学习目标本身：从整个响应降成了残差，而残差的变化幅度显著小于响应本身。同样的样本量下，要拟合的东西起伏更小，拟合的方差也就更小。更重要的是外推那一侧——出了训练域，基线还在按物理给形状，模型只是在它上面加了一个（此时不再可信的）小修正；而纯数据驱动出了域就只剩下那个不再可信的部分本身。⛔ 「小多少」是平台相关量，本课不给数，也⛔ 不写「残差比响应小一个数量级」这类倍数说法。

工程量级。⛔ 五条路径的相对优劣不给任何分数、不给任何精度对比数字——它们的适用条件不同，放在同一把尺子上比就是一次射程错配。可给的是选型要看的六个维度：输出对象是什么类型、机理能写出到什么程度、能拿到多少样本、要不要可解释、是不是安全相关、要不要梯度或要不要下车嵌入。这六维在 1.6 会被排成一棵可以走完的决策树。

易错点。

• 把「没有解析解」直接当成「该上神经网络」。这一跳跨过了整整两步：先立一条关联式或集总基线（哪怕它很粗），再判要不要学残差。跳过这两步的代价不是「少做了点功课」，是把一个原本可以由物理承担的外推骨架整个丢掉了。
• 把查表当成「低级」的做法。在低维、稳态主导的场景里它往往就够了，而且它的越界位置是显式的、可以直接判的。
• 只在 ③ 与 ④ 之间做选择题。⇒ 这正是沿「要不要上 AI」这条线索数的必然结果：①②⑤ 三整类根本没有进入过讨论。

1.4 该选 ML 代理的判据是三条同时成立，⛔ 不是「有一条像」

是什么。三条判据，缺一条就不是它的主场：

1. 输入维数高——高到全因子扫点与低阶响应面拟不动。这里给一个自足的量级感：k 个因子各取 L 个水平的全因子设计需要 L^k 个点，k 一大就指数地跑不完（DOE 的方法选型、抽样方式与序贯加点去向 J7-03 基于仿真的 DOE 与多目标优化，本课只用到这一条量级感）。
2. 响应强非线性，且机理写不出闭式——线性 ROM 与经验关联式在这里失效，前者只在工作点附近成立，后者压根写不出来。
3. 样本可以批量自动生成——数据驱动的前提在这一条上，而不在算法上。

为什么第 3 条最容易被跳过，而它恰恰是决定性的。因为前两条是「问题本身长什么样」，工程师看一眼就能判；第 3 条是「你这套流程跑不跑得起来」——求解器能不能无人值守连续批跑、失败与不收敛的算例能不能被自动识别出来、几何变形与网格重划能不能脚本化、算力与许可证够不够同时开多少个算例。这几件没有一件是算法问题，它们全是流程与基础设施问题，而它们决定了这条路线可不可行。第 3 条答「不能」时，前两条答得再漂亮也没有用：拿几十个手工点去训一个高维强非线性映射，得到的是一个在训练点上很准、在别处什么都不是的东西。

⇒ 三条的关系是合取不是析取。「我们这个问题很复杂，所以上 AI」是把三条里的一条当成了三条。

工程量级。关于起手要跑多少个点，实务里被广泛引用的一个经验量级是输入维数的十倍（⚠ 典型量级，⛔ 不是可承诺值）。这个数只能这么用，三句限定缺一不可：

• 它只用于定起手规模——决定第一批 DOE 大概铺多少个点，⛔ 它不是样本量充分性的判据；
• 本课未独立核对原文，这一量级在计算机试验设计的文献里被广泛引用，引用前须核，⛔ 不得写成某篇文献的确定结论、⛔ 不得写成一个具体系数去套；
• 真正的充分性判据是学习曲线走没走平，以及分层最差值达不达标——前者在第 3 讲，后者在第 4 讲。⇒ 起手规模只回答「先跑多少」，充分性回答「够不够」，这是两个问题。

易错点。

• 把「数据充足」理解成「数据行数多」。同一个设计点的重复采样、同一辆车的一段连续时间序列，行数可以很大，而有效样本数远小于行数——它们携带的独立信息量由「有多少个真正不同的构型/工况」决定，不由行数决定。⚠ 这与数据泄漏是同源的问题（第 2 讲展开成「组键」这一件具体的事）。
• 先训模型，再回头判该不该训。上面三条在建模之前全部可答，⛔ 不需要先训一个出来看看效果。
• 把「高维」理解成「输入参数栏位很多」。要数的是真正会变的那几个——十几个栏位里有十个整轮 DOE 都锁死不动，那这一轮的维数就不是十几。

1.5 不该选的四类劝退里，「输入的结构会变」这一类最容易被漏掉

是什么。四类劝退场景，命中任一条就要停下来重新看 1.3 那张全集：

1. 样本稀少且不可批量生成——只有几十个台架点，且再跑一个的代价以周计。
2. 需要可解释、需要定位是哪一层出的问题——要回答的是「为什么这里偏高」，不是「这里是多少」。
3. 安全关键决策直接依赖它的输出——这一条见下面的易错点，正解是分档而不是一刀切。
4. 输入空间的结构会变——新增一条支路、换一种流道形式、换工质、离散变量出现训练时没有过的取值。

为什么第 4 类最危险。因为前三类都是你事先知道自己不该用，第 4 类是你事后也不知道自己已经不该用了。它属于「训练集之外」的一个特殊类别：输入的结构变了——不是某一维超了范围，也不是某个组合没见过，而是输入编码里根本没有承载这个变化的自由度。⇒ 后果是：逐维范围检查全绿（每一维确实都在范围内）、样本密度检查全绿（在编码空间里它确实落在样本密集处）、预测方差检查也全绿（模型对它一点都不犹豫），而模型完全不适用。⚠ 「输入结构变了」属于外推的一个独立类别、以及「外推检测三件套对它全绿」这两条判断，都是本课归纳的，⛔ 不是任何标准或手册里的既有条款；四类外推的完整全集在第 2 讲，三件套各自的检出能力与盲区在第 4 讲。

⇒ 这一类只能靠人在输入定义层设一道门：把「本模型对哪一种拓扑／哪一套离散取值有效」写成可信域声明里显式的一行（第 5 讲），并规定结构一变就重新判定。⛔ 机检拦不住它——机器看到的只是一串数字，它不知道那串数字背后的东西已经换了。

工程量级。⛔ 不给数。这四条全是定性判据，⛔ 尤其不给「样本少于多少条就不能用」这类门限——它与维数、非线性程度、噪声水平全都耦合，写一个数出来就是把存疑的东西写成事实。

易错点。

• 把第 3 条读成「安全相关就绝对不许用」。⛔ 这是把一条分档判据读成了一刀切。正解是按用途分三档（本课归纳，第 5 讲展开）：筛选——用它把上千个候选缩到几十个，代价是漏掉几个好方案，可接受；定量支撑——用它的数进设计权衡，要有分层精度表与可信域声明；放行判据——直接拿它的输出判「过不过」，这一档本课不给判据，其论证链、数据集覆盖的充分性、可信边界的量化验收、以及运行期监控能不能算作安全措施，全部去向 K2-05 预期功能安全（SOTIF/ISO 21448）与 AI 件安全论证在热管理的落法。⇒ 同一个模型完全可能在第一档合格、在第二档不合格，所以用途必须写进模型卡，不能靠使用者自己揣摩。
• 命中第 2 条时用「可解释性方法」搪塞过去。特征重要度、局部代理这类工具回答的是「模型为什么这么答」，⛔ 不是「物理上为什么会这样」——把前者当后者用，会得到一个听起来很有道理、却与机理无关的解释。
• 把第 1 条与第 4 条搞混。第 1 条是数据不够，加数据能解决；第 4 条是自由度不存在，再多同结构的数据也学不到它。两者的处置方向完全不同，⛔ 不得互相推导。

1.6 选型六问：全部在建模之前就能答完，⛔ 不必先训一个模型再来判

是什么。把 1.3~1.5 合起来，排成六个按顺序问的问题。入口是一句话：我要用一个便宜模型替代一次高精度求值。

问① 输出对象是什么？这一问排第一，因为它最常被跳过，而它一旦答错，后面五问全部作废。按输出的数学对象建全集（⛔ 不沿「预测温度」这一条线索数，沿它数会漏掉整整两类）：

输出对象	本课怎么处理
① 标量响应量（压降、峰值温度、最大温差、流量不均匀度、COP）	本课主场
② 多输出向量（多测点温度、多支路流量）	本课主场
③ 时序（瞬态温升曲线）	只给去向 J7-02 模型降阶（ROM）与控制导向建模
④ 场（温度场／速度场，走 POD 系数回归或算子学习）	只给去向 J7-02 模型降阶（ROM）与控制导向建模
⑤ 分类／判据型输出（越不越限、结不结露）	可以做，但验收指标是另一套（第 4、5 讲）

⚠ 第 ⑤ 类是沿「预测温度」这条线索数不出来的那一类，而它与 ①② 的验收口径完全不同——漏检与误检的代价不对称，⛔ 不能用均方根误差这类对称指标去判。⇒ 答 ③④ 的，走 J7-02 模型降阶（ROM）与控制导向建模；答 ⑤ 的，继续往下走但要记住指标口径要换。

问② 机理写得出闭式吗？写得出 ⇒ 先立解析式或关联式基线，再判要不要在它上面学残差（1.3 的第 ⑤ 条）。⛔ 不要跳过这一步。

问③ 样本能批量自动生成吗？不能 ⇒ 这条路线在这里就断了，走 ROM 或关联式（1.4 第 3 条）。⚠ 这一问是流程与算力问题，⛔ 不是换个算法能解决的。

问④ 需要梯度，或需要模型自带外推报警吗？需要 ⇒ ⛔ 不选树模型，改选高斯过程／Kriging 或光滑的网络（理由在 1.8 与第 3 讲）。

问⑤ 输入的结构会变吗？会变 ⇒ 先在输入定义层设一道人管的门，并把「本模型只对这一种结构有效」写成显式的一行（1.5）。

问⑥ 用途是哪一档？筛选 / 定量支撑 / 放行判据。第三档 ⇒ 须走 K2-05 预期功能安全（SOTIF/ISO 21448）与 AI 件安全论证在热管理的落法 的完整论证链，⛔ 本课不给放行判据。

⇒ 六问全部答完且没有被劝退，才到终点：可以建代理模型。而此时要交付的不是「一个模型文件加一个决定系数」，是五件——模型本体、数据卡（组键定义／划分方式／归一化口径）、分层精度表、可信域声明、越界降级方案。这五件在后面五讲里逐件展开。

为什么这六问必须排在建模之前。因为它们全是定性问题，答案不依赖任何训练结果。先训一个模型再来判，付出的是整轮数据生成与训练的成本，换回来的信息量是零——模型训得好不好，与「这个问题该不该用模型」根本不是同一个判断。⚠ 更坏的情况是：训出来的模型在训练分布内看起来不错，于是六问被跳过、劝退条被无视，一个不该建的模型就这样进了下游。

工程量级。⛔ 六问一律不给门限：不给维数门限、不给样本量门限、不给精度门限。这是刻意的——一旦给了「维数超过多少就该上 ML」这样一个数，它会立刻被当成判据用，而本课根本没有核过那个数，它也不可能与你的非线性程度、噪声水平、算力预算同时成立。

易错点。

• 只问第②问就下结论。「机理写不出来，所以上神经网络」跳过了①③⑤⑥四问，其中任何一问都可能让整条路线作废。
• 把六问当成一次性的入门检查。⑤与⑥在项目中期是会变的：拓扑改了、用途从筛选升成了定量支撑。⇒ 这两问要在模型卡里留下答案与日期，变了就重判。
• 在终点处只交模型文件。五件交付物少一件，模型就不能进决策——这是全课的第二颗钉子：精度与可信域必须一起交付。只有精度没有可信域，等于把失效沉默一起交了出去；只有可信域没有分层精度，等于不知道域内够不够用。

1.7 盈亏平衡：先算清这一轮到底要评估多少个点，再决定要不要建

是什么。把两条路线的耗时并排写出来，记 N ＝训练样本数（要跑多少个高精度算例来做标注）、M ＝这一轮打算做的评估次数、T_sim ＝高精度模型单点求值耗时、T_sur ＝代理模型单次推理耗时、T_train ＝一次性的训练耗时（含调参与重训）：

• 直接路线　总耗时 ≈ M · T_sim
• 代理路线　总耗时 ≈ N · T_sim ＋ T_train ＋ M · T_sur

当 T_sur ≪ T_sim 且 T_train ≪ N·T_sim 这两个前提成立时，代理路线的耗时被第一项主导，两式相等给出盈亏平衡点

M_break ≈ N，　节省比例 ≈ 1 − N/M

⚠ 这是本课归纳的判据式，⛔ 不是任何标准、手册或工具链里的既有条款。它成立的两个前提必须跟着式子一起走：前提破了，结论就不成立。

为什么这条式子值得单独立一节。因为它把「代理模型快」这个模糊印象，换成了一个在派活之前就能算的判据：先问「这一轮到底要评估多少个设计点」，再决定要不要建代理模型。而且它给出一个反直觉的结论——省下的比例由评估次数 M 与训练样本数 N 的比值决定，与「推理有多快」几乎无关。T_sur 再小一千倍，M·T_sur 那一项本来就已经可以忽略，交点位置几乎不动（图3 的三条曲线族画的就是这件事）。

工程量级（一次可以在纸上复算的手算）。取一组教学假设值——⛔ 它们不对应任何平台、任何求解器、任何硬件配置，⛔ 禁止照抄取用，存在的唯一理由是让这一步能被你自己复算一遍：设 N ＝ 300。

这一轮要评估的次数 M	M/N	节省比例 ＝ 1 − N/M
300	1	0%（一分没省）
1 000	≈ 3.3	约 70%
10⁵	≈ 333	约 99.7%

⇒ 读法只有一句：只做一轮筛选、评估次数与训练样本数在同一量级的项目，代理模型不省时间。

⛔ T_sim、T_sur、T_train 的绝对值一律不给——它们取决于网格量、物理模型、求解器设置、硬件配置与许可证并发数，是平台相关量，须由本项目实测确定。⚠ 本课那个电池包液冷流道的案例里出现的「一次要数十分钟」与「压到毫秒级」，只是案例的背景语境转述，⛔ 不作为本课的承诺值、⛔ 不参与任何倍数或数量级比较——那会用一个本课不肯给值的量去支撑一个结论。可以对那个案例做的，只有一次定性读法：它的训练样本是「几百个」、这一轮要评估的是「成百上千个」设计点 ⇒ M/N 只在数倍量级，它刚过盈亏平衡线不多，说明该案例的价值主要不在第一轮的时间账上。⛔ 不得由这两个量级反算出任何具体的节省小时数。

易错点。

• 把工程师的时间漏在账外。T_train 只是机器跑训练的那段时间。建一个代理模型真正花掉的是人：数据清洗、组键定义、划分、特征与归一化、调参、独立验证、写数据卡与可信域声明。这一项不在上面任何一式里，而在只做一轮的项目里它往往是决定性的——机器省下的那点时间，抵不上人多花的两周。
• 用「推理只要几毫秒」论证代理路线值得建。⛔ 这句话论证不了任何事：交点位置几乎不随 T_sur/T_sim 变化，决定盈亏的是 M 与 N，不是 T_sur。
• 把 N 当成一个可以随便压的数。N 同时出现在两个地方——它是盈亏平衡式的分子，也是模型精度与可信域宽度的来源。为了让账好看而砍 N，砍掉的是精度与可信域，账面上却看不出来。
• 忘了前提。T_train 与 N·T_sim 可比时（小样本 + 大规模超参搜索），代理路线的起点被显著抬高；此时上面的近似要退回原式重算。

1.8 就算时间账上不划算，代理模型还有三样与速度无关的价值

是什么。1.7 那本账只算了一件事：省不省时间。而代理模型还有三样高精度模型给不了的东西，它们与「快多少」无关：

1. 可微——绝大多数代理模型对输入可求导，于是支持梯度优化与灵敏度分析。高精度求解器要拿到梯度，得付伴随法或有限差分的代价。
2. 可嵌入——它小到可以下车，做实时或嵌入式的在线预测（这条路线与 ROM 的分工在第 6 讲）。
3. 可被成千上万次重复调用——不确定度传播就是这样一件事：把输入的散差抽样很多次送进模型，看输出的分布长什么样（抽样与传播的方法本体去向 J7-06 仿真不确定度量化（UQ）与稳健/可靠性设计：从确定性单点到带分布的裕度，本课只用到「它需要非常多次评估」这一条）。

为什么第 3 样顺带把 1.7 那本账也一起解决了。因为不确定度传播、稳健性设计、大规模优化搜索这几类用途，其评估次数 M 天然就远大于训练样本数 N ⇒ 盈亏平衡在这些用途上自动成立，不必特意去论证。⇒ 反过来说，如果一个项目里代理模型的时间账算不平，先别急着放弃，问一句：这三样里有没有哪一样是你真正需要的？需要「可微」或「要抽样几万次」的，账本来就不该按第一轮的评估次数算。

工程量级。⛔ 不给数。这三样是能力的有无，不是程度的高低——「能不能求导」「能不能塞进控制器」是二值的，⛔ 没有典型值可给。

易错点。

• 为了要「可微」而选了梯度提升树。⛔ 这是把两条互相独立的性质混成了一条。树模型是轴对齐的分片常数：在每一片内部输出恒定、梯度处处为零，在切分面上不连续、梯度不存在。⇒ 它给不了任何可用的梯度，而且这一点不会以报错的形式暴露——优化器会拿到一堆零梯度，然后停在起点附近报「已收敛」。需要梯度的场合，选高斯过程／Kriging 或光滑的网络。
• 把「树模型在表格数据上通常更强」当成全称结论收下。⚠ 这个结论的射程是真实世界的脏表格数据——异质特征、缺失值、异常点、弱平滑；而本课主场恰恰是它的反例：计算机试验产生的 DOE 数据是光滑、无观测噪声的，而且我们常常正需要梯度与外推行为。⇒ 这一条在第 3 讲会连同三个模型族的选型三问一起展开。
• 用「反正以后还要用很多次」把当下的账糊过去。「以后」要写成一个数才算数：下一轮预计评估多少次、什么时候发生、结构会不会已经变了（1.5 第 4 类）。写不出这个数，它就不是一条论证，是一句期望。

本讲落点。把这一讲收成一条可以当场检查的判据链：先问输出对象是什么 ⇒ 再问机理写得出多少、样本拿不拿得到 ⇒ 在五条加速路径里选，而不是在两条里选 ⇒ 算一遍 M 与 N 的账，并把工程师的时间算进去 ⇒ 最后确认用途属于哪一档。这几步都走通了，才轮到「用什么模型、怎么训」——那是第 2、3 讲的事。⚠ 而从第 2 讲起，每一讲的落点都会回到同一件事上：把一句「这个代理模型精度是多少」，改写成「在哪个输入域内、按什么组键划分、用只用过一次的测试集测得的哪几个指标的分层最差值、域外由什么判据拦截、拦到之后执行什么降级动作」。这一句写不全，那个精度数字就不构成任何工程承诺。