面向多极值质量特性的过程参数全局优化研究

摘要：

对于作用关系复杂,而且质量特性拥有多个极值的制造过程,现有质量改进方法只能实现参数的局部优化,产品质量仍有较大改进空间.本文采用支持向量机( SVM)作为复杂作用关系过程的近似模型,提出基于支持向量聚类(SV)与序列二次规划(SQP)的参数全局性优化方法.首先建立了复杂过程的SVM近似模型;而后根据ε管道理论,通过对聚类过程谱系图的分析,确定了聚类的最小相似度水平及合适的聚类数目,将过程各极值点邻域内的支持向量分别聚为一类;最后由各聚类中心出发,并行进行SQP寻优以发现过程的多个极值.仿真研究表明,所提方法能够全面反映过程的极值分布,实现参数的全局性优化;寻优结果与实际极值的绝对偏差及相对偏差的平均值分别为0.15和1.28％,并且偏差的大小与过程极值的数目无关,说明方法具有较高的精确度和稳定性;此外,通过支持向量聚类,不仅保证了SQP寻优结果对于过程全部极值的遍历性,而且将寻优的次数降低了50％以上,提高了寻优效率.

关键词：多极值质量特性、全局优化、支持向量机、聚类分析、质量改进

所属期刊栏目：15

分类号：F406.2(工业经济理论)

资助基金：国家自然科学基金重点资助项目70931004;国家自然科学基金资助项目71171180;河南省高等学校青年骨干教师计划资助项目2012GGJS-020

在线出版日期：2012-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：46-57,73