為了應(yīng)對(duì)日益激烈的全球競(jìng)爭(zhēng),制造業(yè)如何以高質(zhì)量、低成本、短周期獲得競(jìng)爭(zhēng)優(yōu)勢(shì),已成為工業(yè)界和學(xué)術(shù)界極為關(guān)注的問題。從現(xiàn)代質(zhì)量工程的觀點(diǎn)來看,質(zhì)量是設(shè)計(jì)和制造出來的,產(chǎn)生質(zhì)量問題的根本原因是波動(dòng)。質(zhì)量設(shè)計(jì)作為減少波動(dòng)的有效途徑,被廣泛地應(yīng)用于產(chǎn)品/過程的設(shè)計(jì)階段。經(jīng)典的試驗(yàn)設(shè)計(jì)是質(zhì)量設(shè)計(jì)的一個(gè)重要手段,但其在工業(yè)生產(chǎn)領(lǐng)域的應(yīng)用過程中存在一些不足,如,試驗(yàn)成本高,研制周期長(zhǎng),實(shí)現(xiàn)難度大等。針對(duì)以上不足,國(guó)際上一些學(xué)者提出了計(jì)算機(jī)試驗(yàn)設(shè)計(jì),其標(biāo)志性文獻(xiàn)為1989年Sacks等發(fā)表的兩篇文章,它奠定了計(jì)算機(jī)試驗(yàn)設(shè)計(jì)的基礎(chǔ),對(duì)計(jì)算機(jī)試驗(yàn)設(shè)計(jì)的發(fā)展產(chǎn)生了深遠(yuǎn)影響。本文在已有的各種元模型構(gòu)建技術(shù)的基礎(chǔ)上,以基于元模型的穩(wěn)健參數(shù)設(shè)計(jì)為研究對(duì)象,綜合運(yùn)用系統(tǒng)建模、仿真試驗(yàn)與實(shí)證研究等方法,系統(tǒng)地研究了基于非半正定核的支持向量回歸機(jī)（supprot vector regression, SVR）的構(gòu)建技術(shù)、基于梯度信息的SVR的構(gòu)建技術(shù)、組合元模型的構(gòu)建技術(shù)以及基于單個(gè)元模型特別是組合元模型的穩(wěn)健參數(shù)設(shè)計(jì)。本文的主要研究?jī)?nèi)容歸納總結(jié)如下：首先,研究了單個(gè)元模型的構(gòu)建技術(shù)。本部分重點(diǎn)研究了基于非半正定核的SV... 

【文章來源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：135 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及分析
        1.2.1 單個(gè)元模型的構(gòu)建
        1.2.2 組合元模型的構(gòu)建
        1.2.3 基于元模型的穩(wěn)健參數(shù)設(shè)計(jì)
    1.3 計(jì)算機(jī)試驗(yàn)設(shè)計(jì)元建模中存在的問題
    1.4 研究?jī)?nèi)容及技術(shù)路線
        1.4.1 研究?jī)?nèi)容
        1.4.2 技術(shù)路線
    1.5 研究的創(chuàng)新之處
2 基本理論知識(shí)
    2.1 SVR的基本模型
        2.1.1 統(tǒng)計(jì)學(xué)習(xí)理論與結(jié)構(gòu)風(fēng)險(xiǎn)最小化
        2.1.2 SVR的基本數(shù)學(xué)模型
        2.1.3 ε-SVR
        2.1.4 Huber-SVR
        2.1.5 LS-SVR
    2.2 其它若干建模技術(shù)
        2.2.1 多項(xiàng)式模型
        2.2.2 徑向基函數(shù)
        2.2.3 Kriging模型
    2.3 有的組合策略
        2.3.1 基于預(yù)測(cè)方差的選取準(zhǔn)則
        2.3.2 基于最小化交叉驗(yàn)證誤差的組合準(zhǔn)則
        2.3.3 基于最小化RMSE的組合準(zhǔn)則
3 SVR元模型的構(gòu)建
    3.1 基于非半正定核的支持向量回歸機(jī)
        3.1.1 求解非半正定核SVR的理論前提
        3.1.2 非半正定核SVR的求解
        3.1.3 試驗(yàn)及其結(jié)果
    3.2 基于梯度信息的支持向量回歸機(jī)
        3.2.1 其于梯度信息的ε-支持向量回歸機(jī)（GE-ε-SVR）
        3.2.2 其于梯度信息的最小二乘支持向量回歸機(jī)（GE-LS-SVR）
    3.3 本章小結(jié)
4 基于SVR的組合元模型構(gòu)建
    4.1 元模型的組合策略
    4.2 基于遞歸算術(shù)平均的元模型組合準(zhǔn)則
    4.3 仿真試驗(yàn)及實(shí)證分析
        4.3.1 測(cè)試函數(shù)
        4.3.2 鮑魚的例子
        4.3.3 試驗(yàn)安排
        4.3.4 試驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
5 基于SVR的單個(gè)元模型及組合元模型的穩(wěn)健參數(shù)設(shè)計(jì)
    5.1 基于元模型的穩(wěn)健參數(shù)設(shè)計(jì)算法
    5.2 仿真試驗(yàn)及實(shí)證分析
        5.2.1 試驗(yàn)的安排
        5.2.2 試驗(yàn)結(jié)果與分析
    5.3 本章小結(jié)
6 工作總結(jié)與研究展望
    6.1 工作總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)
附錄A 攻讀博士學(xué)位期間發(fā)表或錄用的論文情況
附錄B 攻讀博士學(xué)位期間參加的科學(xué)研究情況


【參考文獻(xiàn)】：
期刊論文
[1]基于Kriging模型的擋風(fēng)墻優(yōu)化設(shè)計(jì)[J]. 黃尊地,梁習(xí)鋒,鐘睦.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(07)
[2]基于響應(yīng)曲面法與改進(jìn)遺傳算法的RHCM成型工藝優(yōu)化[J]. 劉東雷,申長(zhǎng)雨,劉春太,辛勇,孫玲,伍曉宇.  機(jī)械工程學(xué)報(bào). 2011(14)
[3]粒子群優(yōu)化的Kriging近似模型及其在可靠性分析中的應(yīng)用[J]. 陳志英,任遠(yuǎn),白廣忱,高陽(yáng).  航空動(dòng)力學(xué)報(bào). 2011(07)
[4]基于仿真元模型的探索性分析方法研究[J]. 張偉,周建軍,李建濤,朱一凡,李群.  系統(tǒng)仿真學(xué)報(bào). 2011(07)
[5]基于Kriging模型的復(fù)雜產(chǎn)品管線敷設(shè)順序粒子群優(yōu)化[J]. 柳強(qiáng),王成恩.  機(jī)械工程學(xué)報(bào). 2011(13)
[6]基于Kriging模型的跑車尾翼斷面形狀的氣動(dòng)優(yōu)化[J]. 容江磊,谷正氣,楊易,江濤,尹郁琦.  中國(guó)機(jī)械工程. 2011(02)
[7]基于高斯過程元模型的產(chǎn)品設(shè)計(jì)時(shí)間估計(jì)方法[J]. 張昆侖,劉新亮,郭波.  計(jì)算機(jī)集成制造系統(tǒng). 2011(01)
[8]SMO算法的簡(jiǎn)化及其在非正定核條件下的應(yīng)用[J]. 周曉劍,馬義中,朱嘉鋼.  計(jì)算機(jī)研究與發(fā)展. 2010(11)
[9]求解非半正定核Huber-支持向量回歸機(jī)問題的序列最小最優(yōu)化算法[J]. 周曉劍,馬義中,朱嘉鋼,劉利平,汪建均.  控制理論與應(yīng)用. 2010(09)
[10]基于改進(jìn)的距離函數(shù)法的多響應(yīng)穩(wěn)健參數(shù)設(shè)計(jì)[J]. 何楨,王晶,李湧范.  天津大學(xué)學(xué)報(bào). 2010(07)



本文編號(hào)：3054841