作为降低试验成本、提高数据分析效率的有效手段，试验因子筛选方法在试验设计中有着广泛应用。面对试验因子筛选中大样本数字仿真试验保真度低与高保真实装试验样本量少的矛盾，本文提出了一种基于多保真代理模型的高维因子筛选方法。首先，利用现有数实试验样本数据建立多保真试验响应模型，解决保真度与试验样本之间的矛盾；然后，搭建Sobol指数-顺序分支的试验因子筛选框架，通过计算群组的总效应指数大幅降低因子筛选过程的计算量；最后，通过数值算例对文中提出方法的有效性进行验证，算例结果表明文中提出的方法可大幅提高模型的预测精度与泛化性能。

多保真试验；Sobol指数；顺序分支法；试验因子筛选