面向多极值质量特性的全局式序贯性实验设计方法

摘要：

针对多极值质量特性的全局性建模和参数优化问题,为降低实验设计样本量,提高模型预测性能,提出一种全局式序贯性设计方法.首先在一定的初始实验设计方式下,建立过程粗略的SVR模型；而后根据模型中支持向量的分布,在支持向量样本各维度的 45 度角或轴向方向同步地增加实验点,再拟合过程新的SVR模型；如此迭代进行,当模型精度达到要求或样本量达到上限时终止序贯性设计.仿真与实证研究表明,该方法能够在可行域全局的范围内将实验点合理地分配在质量特性的多个极值附近,避免了传统的单路径式序贯性设计只能发现单个极值的不足,充分提高了实验效率；与均匀空间网格设计、拉丁超立方设计和均匀设计相比,在样本量接近的情况下,基于全局式序贯性设计的SVR模型的预测均方误差至少降低了30％；而在预测误差较为接近的情况下,全局式序贯性设计的样本量至少降低了12％.

关键词：序贯性设计、多极值质量特性、支持向量回归机、参数优化、质量改进

所属期刊栏目：32

分类号：F406.2(工业经济理论)

资助基金：国家自然科学基金71171180;国家自然科学基金重点项目70931004

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2143-2153