最小二乘支持向量機(jī)握釘力預(yù)測(cè)研究.pdf

1、微米木纖維模壓加工過程是一個(gè)高度復(fù)雜的過程，具有非線性、時(shí)滯、高維等特性。模壓產(chǎn)品具有較高的密度，可以用于裝飾裝潢，具有較高的應(yīng)用價(jià)值。握釘力是衡量材料力學(xué)物理性能的一個(gè)重要指標(biāo)，當(dāng)材料使用螺釘相連接時(shí)，握釘力大小就顯的尤其重要。因此，對(duì)模壓產(chǎn)品的握釘力進(jìn)行預(yù)測(cè)成為微米木纖維模壓加工研究的重要課題。本文以模壓的汽車換擋桿手柄為對(duì)象，將機(jī)器學(xué)習(xí)引入到模壓產(chǎn)品的握釘力預(yù)測(cè)上，通過機(jī)器學(xué)習(xí)方法找到一種有效的預(yù)測(cè)方法。
　　本文首先對(duì)模壓

2、加工過程進(jìn)行了介紹，為預(yù)測(cè)模型的輸入特征向量選擇和預(yù)測(cè)模型的建立提供了依據(jù)。接下來研究了目前在預(yù)測(cè)領(lǐng)域應(yīng)用廣泛的BP神經(jīng)網(wǎng)絡(luò)，用BP神經(jīng)網(wǎng)絡(luò)建立了握釘力預(yù)測(cè)模型。通過實(shí)驗(yàn)，發(fā)現(xiàn)這種方法雖然預(yù)測(cè)精度較高，但是存在著模型結(jié)構(gòu)不易確定、過學(xué)習(xí)、用梯度下降法易陷入局部極值等問題。統(tǒng)計(jì)學(xué)習(xí)理論具有堅(jiān)實(shí)的理論基礎(chǔ)，為解決小樣本學(xué)習(xí)問題提供了統(tǒng)一的框架。支持向量機(jī)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法，它解決了神經(jīng)網(wǎng)絡(luò)中存在的一系列問題。與BP神經(jīng)網(wǎng)絡(luò)

3、相比，支持向量機(jī)具有更好的魯棒性和更高的預(yù)測(cè)精度，是一種有效的機(jī)器學(xué)習(xí)方法。本文用最小二乘支持向量機(jī)建立握釘力預(yù)測(cè)模型，并針對(duì)支持向量機(jī)參數(shù)不易確定的問題，研究了用粒子群優(yōu)化算法來優(yōu)化支持向量機(jī)的參數(shù)的方法，以實(shí)現(xiàn)參數(shù)的自動(dòng)選擇。
　　文章提出了粒子群優(yōu)化算法優(yōu)化參數(shù)的最小二乘支持向量機(jī)回歸預(yù)測(cè)模型，并將其用于握釘力預(yù)測(cè)。實(shí)驗(yàn)證明，粒子群優(yōu)化算法可以自動(dòng)的搜索支持向量機(jī)的最優(yōu)參數(shù)，通過優(yōu)化的最小二乘支持向量機(jī)預(yù)測(cè)模型，比基于BP神