Surrogatemodel（代理模型）是一种用于替代复杂计算或仿真过程的简化模型。它通过机器学习或统计方法构建，能够以较低的计算成本快速预测目标系统的输出。代理模型常用于优化设计、参数分析或不确定性量化等领域，尤其适用于原始模型计算耗时或资源密集的场景。常见的代理模型包括多项式回归、Kriging模型、径向基函数（RBF）和人工神经网络等。其核心优势在于平衡计算效率与预测精度，为工程和科学问题提供高效的近似解决方案。