试验设计方法是大型工程数值优化中构建高可信度代理模型的关键，试验设计准则直接决定了代理模型精度，以及样本采集的计算量。本文通过少量的基础样本进行代理模型构建，结合RBF 网络引入能量函数与曲率采样准则，兼顾样本空间分布均匀性以及超曲面曲率描述，有针对性的进行样本增补位置探测，保证尽量小规模的样本集情况下明显提高代理模型预测精度，建立了自适应的试验设计方法。在此基础之上将C 准则表达式引入拥挤度加强函数并进行分步改进;对于稀疏的基础样本，插入点的均匀度在初始阶段对插值精度起着最关键的影响，随着均匀程度的提高