国家自然科学基金(71171180)
- 作品数：11 被引量：61H指数：5
- 相关作者：崔庆安张炎亮余华杰冯立杰钟华珂更多>>
- 相关机构：郑州大学郑州航空工业管理学院更多>>
- 发文基金：国家自然科学基金河南省自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：经济管理机械工程金属学及工艺农业科学更多>>
- 复杂作用关系过程的区域显著性实验设计及全局建模方法被引量：2
- 2013年
- 针对参数与质量特性之间作用关系复杂过程的参数优化,提出一种基于质量特性变化显著程度的序贯设计及全局建模方法.首先以均匀设计为基础,将其拆分形成一系列的设计点集和添加点集;其次利用初始设计点集建立过程的支持向量回归(SVR)模型,并对建模样本点进行Ward聚类,由此将可行域划分成若干子区域,并以各子区域支持向量的比率反映该子区域质量特性变化的显著程度;而后以欧氏距离为判别依据,将添加点集中的实验点划分至合适的子区域,根据"子区域间区别对待,子区域内均匀分散"的原则,调整各子区域内添加实验点的数目,在支持向量率较高的子区域添加较多实验点;上述步骤迭代进行直至满足终止准则,再拟合过程最终的SVR模型.仿真与实证研究表明,与基于"均匀分散"原则的传统均匀设计和超拉丁方抽样相比,所提方法的实验设计效率与模型性能均有较大提高:实验点可以有针对性地集中分布于质量特性变化较为显著的子区域,模型预测误差降低了29.8%以上,而且能够以较小的样本量发现过程的多个极值,得到更优的参数优化结果.
- 崔庆安
- 关键词：支持向量回归机参数优化
- 面向多极值质量特性的全局式序贯性实验设计方法被引量：7
- 2012年
- 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%.
- 崔庆安
- 关键词：支持向量回归机参数优化
- 基于灰色马尔可夫模型的煤层气抽采量预测被引量：7
- 2012年
- 煤层气抽采量的准确预测,对煤层气开发利用工作的科学决策和发展规划具有重要意义。通过灰色系统理论与马尔可夫理论的结合,建立灰色马尔可夫模型对煤层气抽采量进行预测分析。首先建立煤层气抽采量的GM(1,1)预测模型,确定其变动趋势和初始预测值,然后应用马尔可夫理论对初始预测结果进行修正,最后通过实例计算验证了灰色马尔可夫模型的适用性。结果表明,灰色马尔可夫模型的预测精度明显高于传统GM(1,1),更适用于随机波动性较大的序列预测问题,因此将灰色马尔可夫模型用于煤层气抽采量预测是合理和可行的。
- 王金凤余华杰冯立杰崔庆安钟华珂
- 关键词：煤层气GM(1,1)模型
- 基于OD与LHS的复杂作用关系制造过程的计算机实验方法
- 2013年
- 计算机仿真和计算机实验方法是自动化加工过程常用的产品设计和质量优化技术。文章针对输入因子与输出特性之间存在复杂非线性作用关系的制造过程,提出一种基于正交设计(OD)与超拉丁方抽样(LHS)的两阶段计算机实验方法。首先利用OD粗略探知出输出特性变化较大的子区域;而后在该子区域内采用LHS来安排实验点,获取样本集;最后利用Kriging模型建立起过程的全局性模型。理论与仿真研究表明,与传统的LHS设计相比,所提方法的实验点的分布可随输出特性的变化而调整,其拟合模型的预测性能也有较大幅度的提高,说明了方法的有效性。
- 崔庆安
- 关键词：计算机实验正交设计
- 基于先验知识的分区域式实验设计建模方法被引量：3
- 2014年
- 对于输入输出之间作用关系复杂且输出质量特性存在多极值的复杂过程,生产实践中通常拥有部分先验知识。以往研究中忽略这些先验知识进行实验设计建模导致样本浪费。提出一种基于先验知识的分区域式实验设计与建模方法。首先根据先验知识对各因子取值区间进行划分;其次利用模糊评价方法对波动大小进行度量;然后利用均匀设计方法在由各维度因子分段组合形成的子区域上安排试验点;最后,利用全部样本信息建立复杂作用关系过程的支持向量机回归模型。算例研究表明,与传统均匀实验设计建模方法所建模型相比,所提方法所建模型的三个预测误差指标值平均降低了18.1%,说明所提方法建立的模型具有更好的预测性能。
- 崔庆安刘慧华何波
- 关键词：先验知识支持向量机
- 非线性相关的信号—响应系统稳健性参数设计被引量：4
- 2013年
- 针对非线性相关的信号—响应系统的稳健性参数设计,提出一种基于支持向量回归机和遗传算法的实现方法。首先,利用过程方差描述信号—响应之间非线性关系的波动,建立可控因子与过程方差之间的支持向量回归模型,利用遗传算法全局性寻优得到使非线性关系最稳定的可控因子水平;其次,将噪声因子水平的变化看作重复,建立可控因子、信号因子和响应变量之间的支持向量回归模型,进而预测出最优可控因子水平下信号—响应的样本集;最后,根据此样本集拟合出信号因子与响应变量之间的具体作用关系模型。理论与实证研究表明,与现有信噪比分析和响应建模方法相比,所提方法能够较为真实地反映各类因子与响应变量之间的复杂作用关系,得到波动性更小的稳健性优化解。
- 崔庆安
- 关键词：支持向量回归机优化设计
- 面向多极值质量特性的过程参数全局优化研究被引量：3
- 2012年
- 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.
- 崔庆安
- 关键词：全局优化支持向量机聚类分析
- 基于主成分分析与神经网络的多响应参数优化被引量：13
- 2018年
- 研究多响应参数优化问题,给出一种基于主成分分析与神经网络的参数优化方法,对复杂热聚合工艺中温度和时间参数进行优化设计。用加权主成分分析方法将容值和损耗正切值两个响应质量指标转化为单一的质量绩效指标,用其主效应值确定优化范围;建立径向基神经网络模型,搜索并确定最优工艺参数。结果表明,该方法设计的最优工艺参数使两个响应指标均得到较大改善,优化效果明显,是解决复杂非线性多响应工艺参数优化的一种方便有效的方法,具有实际应用价值。
- 禹建丽黄鸿琦苗满香
- 关键词：主成分分析神经网络金属化膜电容器参数优化
- 基于倒正态损失和满意度函数的多响应稳健设计被引量：1
- 2018年
- 针对多响应稳健设计问题,以响应曲面法为基础,采用倒正态损失函数改进传统的满意度函数,以同时优化多响应的均值和标准差。首先选择恰当的实验设计获得样本集,然后通过倒正态损失函数将各个响应的均值和标准差同时引入满意度函数,建立综合满意度函数模型,而后用遗传算法对模型进行寻优,获得一组较优的输入变量组合,以实现输入变量的优化。案例研究表明,所提方法能使多响应的均值较好地接近目标值且标准差较小,实现了多响应的稳健设计。
- 崔庆安王方成
- 关键词：稳健设计
- 基于主成分分析与支持向量机的能源需求预测方法被引量：13
- 2013年
- 摘要：能源需求预测具有影响因素多、自相关性显著等特点，传统的时序建模和机理建模方法效果有限。文章首先对支持向量机模型进行改进，在其中加入时序动态因子，形成新的拟合模型；而后采用主成分分析来降低预测模型输入因子的维度，并将上年度能源需求的历史数据作为时序变量反馈引入模型，再利用支持向量机在小样本条件下建立能源需求的预测模型。对1997～2011年能源需求预测的实证研究表明，所提方法的拟合与预测性能均优于现有方法，说明了方法的有效性与优势。
- 崔庆安
- 关键词：能源需求主成分分析支持向量机
