支持向量回歸機(jī)代理模型設(shè)計優(yōu)化及應(yīng)用研究.pdf

1、制造業(yè)是衡量一個國家的重要支柱產(chǎn)業(yè)，它的強(qiáng)弱將影響到綜合國力的興衰。隨著各學(xué)科理論和計算機(jī)仿真技術(shù)的不斷發(fā)展，現(xiàn)代產(chǎn)品的研發(fā)通常采用基于仿真的設(shè)計優(yōu)化，但很多情況下，產(chǎn)品涉及多個不同學(xué)科領(lǐng)域，而且各學(xué)科的仿真模型可能非常復(fù)雜，要獲得理想的優(yōu)化結(jié)果需要各學(xué)科分析模型之間多次迭代才能完成，計算時間的大量耗費(fèi)往往令人無法接受。同時，制造業(yè)的主要競爭目標(biāo)是縮短產(chǎn)品設(shè)計和制造周期，最終達(dá)到降低產(chǎn)品開發(fā)成本目的。因此，計算復(fù)雜性是復(fù)雜產(chǎn)品研發(fā)中面臨

2、的一個重要問題。
　　 代理模型技術(shù)是解決以上問題的有效途徑，但目前常用的代理模型對于多變量和強(qiáng)非線性的優(yōu)化問題，逼近的效果不是很理想。為此，本文將良好性能的機(jī)器學(xué)習(xí)模型支持向量回歸機(jī)引入工程優(yōu)化問題，采用支持向量回歸機(jī)代理模型對復(fù)雜產(chǎn)品設(shè)計優(yōu)化進(jìn)行了深入研究，開展了以下幾個方面的研究工作，并取得了相關(guān)的研究成果。
　　 1)回顧了常用代理模型和試驗設(shè)計的基本理論，指出了它們各自的優(yōu)缺點(diǎn)與適用場合；闡述了統(tǒng)計學(xué)習(xí)理論，提

3、出了支持向量回歸機(jī)代理模型構(gòu)建方法及詳細(xì)步驟；并以2個實例驗證了模型的有效性。
　　 2)提出了基于SVR-GA的優(yōu)化方法、基于SVR-PSO的優(yōu)化方法和基于SVR-NSGAII的優(yōu)化方法；詳細(xì)闡述了這些方法的算法流程；以工程多目標(biāo)優(yōu)化問題實例，驗證了它們的有效性和可行性。較好地解決了小樣本、高維數(shù)、非線性、泛化性能、局部極小點(diǎn)等復(fù)雜工程優(yōu)化問題。
　　 3)研究了不確定因素對產(chǎn)品質(zhì)量特性的影響機(jī)理，提出了多目標(biāo)穩(wěn)健優(yōu)化

4、的數(shù)學(xué)模型；將支持向量回歸機(jī)代理模型引入穩(wěn)健優(yōu)化，提出了基于支持向量回歸機(jī)代理模型的穩(wěn)健優(yōu)化方法，并詳細(xì)闡述該算法流程；以典型的兩桿結(jié)構(gòu)優(yōu)化問題對所提出方法進(jìn)行驗證，比較研究了不同代理模型在逼近具有不確定因素的優(yōu)化模型時的性能，驗證了該方法的有效性。
　　 4)介紹了五種代表性的多學(xué)科設(shè)計優(yōu)化方法，并分析了各自的優(yōu)缺點(diǎn)。指出了目前多學(xué)科協(xié)同優(yōu)化方法存在的問題，提出了基于支持向量回歸機(jī)代理模型的多學(xué)科協(xié)同優(yōu)化方法，建立了該算法的數(shù)