收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的建模方法及其在材料加工中的应用研究

黄细霞  
【摘要】: 众所周知,热加工过程是非线性、多变量、时变、强耦合的,并且涉及大量的不确定因素,因而该过程是典型的复杂过程。对热加工过程采用经典的建模方法获取其精确的数学模型是极为困难的。获取热加工过程中的知识模型,有助于认识复杂热加工过程的规律,获取人类智能的经验知识,甚至升华人类智能的经验知识,从而实现复杂热加工过程的自动化和智能化,所以获取热加工过程的知识模型具有重要意义。 近年来,用模糊集方法、神经网络方法、粗糙集方法以及混合方法获取热加工过程的知识模型成为科研人员关注的焦点,并取得了许多有意义的成果,但是这些方法仍存在不足,不能完全满足实际需要,有必要对这类复杂过程的建模方法做进一步的研究。 本文以支持向量机理论和模糊集理论为基础,针对热加工领域知识建模的复杂性,提出了基于支持向量机的模糊规则获取系统(Support Vector Machine-based Fuzzy Rules Discovery System, SVM-FRDS)和权重支持向量回归在线学习(C-weighted On-line Support Vector Regression, COSVR )建模方法,并对建模算法进行了深入的研究,利用Mackey-Glass混沌时间序列进行预测实验。试验证明SVM-FRDS模型具有良好的可理解性和满足要求的精度,COSVR方法获得模型能更好的反映模型的变化。并将SVM-FRDS和COSVR应用于GTAW焊接过程建模与控制、氧势法碳势影响因素分析以及修正模型的建立,验证了SVM-FRDS和COSVR在热加工领域的有效性。 本文主要研究内容如下: 1)“可理解性”是可靠系统的必备特性,特别由于热加工行业的复杂性,如果模型是可理解的,甚至是可修改的,模型的可靠度,适用性都将有所改善。本文讨论了一种新的基于支持向量机的模糊规则获取系统(SVM-FRDS)。支持向量机抽取支持向量的特点提供了从训练数据产生模糊规则的机制。在支持向量机抽取模糊规则的基础上,采用模糊基函数做为推理系统,利用梯度算法对模糊规则和模糊基函数推理系统进行自适应学习。在给出SVM-FRDS主要算法的基础上,从规则抽取和推理系统两方面与其他典型模糊规则获取系统做了对比分析。最后,使用Mackey-Glass混沌时间序列进行预测实验。实验结果表明,本文提出的SVM-FRDS在精度和可理解性方面(包括规则条数和推理系统)都有优势。 2)由于影响因素多,甚至不可控的干扰因素都很多,热加工行业中模型时变特性非常明显。本文在标准支持向量回归在线学习方法的基础上,研究了权重支持向量回归在线学习方法(COSVR),强化新样本对模型的修改,弱化历史样本的影响。使用基准数据Mackey-Glass混沌序列做了相关验证实验,试验结果表明本文提出的COSVR更能反映模型的变化。 3)将本文提出的SVM-FRDS和COSVR方法应用于铝合金脉冲GTAW焊接动态过程建模与控制:1)运用本文提出的SVM-FRDS和COSVR方法获取铝合金脉冲GTAW焊接动态过程知识模型。实验结果表明SVM-FRDS知识建模方法可以有效的获取铝合金脉冲GTAW焊接动态过程的规则性模型,模型的复杂程度和精度都是可以满足要求的,模型是易于理解的。COSVR实验结果表明,COSVR在焊接过程建模中更能反映模型的改变。2)根据焊接过程特点,提出了基于SVM-FRDS的自适应逆控制,并将其应用于GTAW焊接过程的控制,该方法只需要获得焊接过程的输入输出数据就可以自动抽取易于理解的控制规则,实现对系统的控制,最后通过工艺实验验证了控制器对铝合金脉冲GTAW焊缝成形的良好控制。 4)氧势法是应用广泛的碳势测量技术,但氧势法测量值与碳势实际值之间存在偏差,研究氧势法测量碳势的修正模型非常重要。论文先根据人工经验,测量并记录了相关数据,然后运用SVM方法分析了碳势的影响因素并建立了单因素和多因素修正模型。在知识模型的引导下,在碳势控制相关理论的基础上,建立了碳势修正模型的机理模型。最后运用本文提出的COSVR方法建立了碳势修正知识模型,提高了修正模型的精度,该方法的应用为修正模型的实际应用提供了重要保障。 5)设计并实现了基于权重支持向量回归在线学习的热加工知识获取系统(COSVRKDSHW),系统涵盖了支持向量回归及权重支持向量回归在线学习建模过程中的全部所需功能,并集成了一些辅助功能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
2 吕琦;;基于SVM的股票时间序列的预测研究[J];吉林工程技术师范学院学报;2011年07期
3 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
4 贾志先;;基于支持向量机的空白试卷识别方法[J];山西大学学报(自然科学版);2011年03期
5 赵亚楠;李钢虎;曾渊;;基于最小均方无失真响应和支持向量机的被动声纳目标识别[J];声学技术;2011年03期
6 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
7 李国凤;;基于支持向量机的上市公司财务危机预警研究[J];科技信息;2011年22期
8 樊高峰;张勇;柳苗;毛燕军;;基于支持向量机的干旱预测研究[J];中国农业气象;2011年03期
9 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
10 顾锦荣;刘华强;刘向陪;吕庆平;;基于遗传算法-支持向量机模型在热带气旋强度预报中的应用[J];海洋预报;2011年03期
11 左文明;杨文富;黄秋萍;;基于支持向量机的制造企业创新能力评价模型[J];数学的实践与认识;2011年09期
12 龚兰芳;张昱;;应用遗传算法优化支持向量机的疲劳裂纹扩展预测[J];现代制造工程;2011年06期
13 周凡;姜洪福;王立艳;孟凡顺;;基于阵列感应测井的支持向量机流体识别方法[J];中国海洋大学学报(自然科学版);2011年S1期
14 张松;金亮;;中国能源消费的EMD分析与预测[J];数学的实践与认识;2011年12期
15 王亚锋;张友安;孙富春;刘华平;;用外包集逼近预测控制的最大终端状态集[J];控制理论与应用;2011年07期
16 陆爱国;刘红卫;王珏;;训练支持向量机的四重序列解析优化算法[J];系统工程理论与实践;2011年08期
17 何晓庆;李腾;;基于支持向量机财务预警模型的实证研究[J];中小企业管理与科技(上旬刊);2011年09期
18 李仁兵;李艾华;白向峰;蔡艳平;王德生;;支持向量机的进化多核设计[J];控制理论与应用;2011年06期
19 石伟;南卓铜;李韧;赵林;张秀敏;赵拥华;;基于支持向量机的典型冻土区土壤制图研究[J];土壤学报;2011年03期
20 严晓明;郑之;;基于混合仿生算法的SVM参数优化[J];广西师范大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 王欣;阳春华;秦斌;;基于支持向量机的模糊规则获取及其在铁水硅含量预报中的应用[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
2 沈曙光;基于支持向量机的热工过程逆动力学建模及控制[D];重庆大学;2009年
3 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
2 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
3 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
4 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
5 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年
6 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
7 沈徐辉;基于核主成分与支持向量机的体内药物代谢预测[D];浙江大学;2011年
8 李铮;基于支持向量机的道路交通标志识别的研究[D];燕山大学;2011年
9 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
10 冯洪海;基于粗糙集和支持向量机的多值分类算法[D];河北农业大学;2002年
中国重要报纸全文数据库 前10条
1 本版编辑 美国Richard E.Palmer 周兮吟 译 台湾玄奘大学中文系教授、通识教育中心主任 林安梧 华东师范大学哲学系、中国现代思想文化研究所 郁振华;伽达默尔:跨文化理解和对话是至关重要的[N];社会科学报;2007年
2 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
3 ;数字免疫工具即将问世[N];网络世界;2004年
4 李水根;计算机详解配伍与药效关系[N];健康报;2005年
5 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
6 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
7 ;模糊计算不“含糊”[N];计算机世界;2003年
8 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
9 ;选择合适的数据挖掘算法[N];计算机世界;2007年
10 周颖;王米渠与中医心理学[N];中国中医药报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978