考慮先驗知識的復(fù)雜作用關(guān)系過程實驗設(shè)計及參數(shù)優(yōu)化.pdf

1、實驗設(shè)計是參數(shù)優(yōu)化的主要方法。但是隨著制造水平的提高，出現(xiàn)了復(fù)雜作用關(guān)系過程。傳統(tǒng)的實驗設(shè)計方案用于該過程獲取的樣本存在很多問題：代價高或數(shù)量不足或代表性不強。所以急需對實驗設(shè)計進行改進，使其適用于復(fù)雜作用關(guān)系過程取樣，從而優(yōu)化工藝參數(shù)目的，提高質(zhì)量水平?，F(xiàn)實中，存在先驗知識可以提供較多關(guān)于過程的信息。這些信息可以有目的的指導(dǎo)樣本點分布，從而實現(xiàn)實驗設(shè)計的優(yōu)化，同時可以將其作為尋優(yōu)方法初始點的產(chǎn)生信息?；诖?，本文提出了一種考慮先驗知識

2、的實驗設(shè)計及參數(shù)優(yōu)化方法。
　　首先，簡單介紹了本文的研究背景、意義，分析了目前相關(guān)方法的研究現(xiàn)狀，提出了本文的創(chuàng)新點。緊接著闡述了本文使用到方法的原理和步驟。其次考慮將先驗知識引入實驗設(shè)計的方法。選取基于證據(jù)間相似性系數(shù)的 D-S證據(jù)理論融合先驗知識，并用其結(jié)果指導(dǎo)實驗設(shè)計樣本點位置的分布。此方法實現(xiàn)參數(shù)區(qū)域的分區(qū)域?qū)嶒炘O(shè)計，優(yōu)化了傳統(tǒng)實驗設(shè)計，提高了樣本對建模的有效性。再次，針對復(fù)雜作用關(guān)系過程的特點進行分析，并提出使用該過程

3、的建模尋優(yōu)方法應(yīng)該具備的要求。此處對比分析不同的方法，最終引入了較適合該過程建模尋優(yōu)方法。大量的研究表明：最小二乘支持向量機對于小樣本建模有較好的擬合能力和預(yù)測能力；遺傳算法對于復(fù)雜作用關(guān)系尋優(yōu)有較強的搜索的能力。
　　最后，運用本文所提的方法到高維冪函數(shù)仿真和注塑參數(shù)優(yōu)化案例分析中。對仿真研究來說，所提方法較傳統(tǒng)方法評價指標MSE、MaxE和StdE分別降低了47.7％，28.2%，71.8%。對實證研究來說，所提方法較傳統(tǒng)方法