【摘要】：現(xiàn)代機(jī)電產(chǎn)品的功能復(fù)合化及智能化程度正在不斷的提高,系統(tǒng)組成變得越來越復(fù)雜。復(fù)雜產(chǎn)品設(shè)計過程中針對計算機(jī)仿真和優(yōu)化具體任務(wù)時,所面對的目標(biāo)逼近函數(shù)將呈現(xiàn)出多學(xué)科、多影響因素、多輸出響應(yīng)及強耦合性的高階非線性關(guān)系等顯著特征,而且對于傳統(tǒng)響應(yīng)面方法同時仍需面對模型訓(xùn)練樣本數(shù)據(jù)較為缺乏的挑戰(zhàn),由于響應(yīng)面的泛化能力不足,將難以支持對復(fù)雜產(chǎn)品設(shè)計中所涉及的多因素與多響應(yīng)間復(fù)雜關(guān)系的準(zhǔn)確表征。對此,通常情況下基于深度學(xué)習(xí)的深度響應(yīng)面在理論上相對于淺層模型具有更好的模型性能表現(xiàn)潛力,但具有選取不恰當(dāng)激活函數(shù)的神經(jīng)元或者對于模型數(shù)據(jù)集具有不匹配的模型容量的深度網(wǎng)絡(luò)模型在對具體函數(shù)進(jìn)行逼近時其表現(xiàn)效果將可能差于淺層模型,同時模型在訓(xùn)練收斂速度上也會變得非常慢,甚至可能出現(xiàn)模型訓(xùn)練不收斂的情況。鑒于此,本文提出基于深度全連接前饋神經(jīng)網(wǎng)絡(luò)的深度響應(yīng)面估計方法:模型首先應(yīng)具有相對較深的深度(至少具有3層以上隱層),將具有恒定梯度的ReLU函數(shù)及具有強非線性特性的如sigmoid等的函數(shù)對模型的各層神經(jīng)元合理地配置其激活函數(shù),其中存在多層隱層中神經(jīng)元激活函數(shù)被設(shè)置為如sigmoid等的強非線性函數(shù),激活函數(shù)的強非線性特性使得模型的原始輸入數(shù)據(jù)經(jīng)過多層空間映射后能夠構(gòu)造出更高層次的抽象特征,從而提高了模型的非線性表達(dá)能力,同時其特征學(xué)習(xí)能力也得到了有效提高;其次,模型中大多數(shù)隱層中神經(jīng)元激活函數(shù)被設(shè)置為ReLU函數(shù),激活函數(shù)的恒定梯度能夠保證模型在訓(xùn)練中具有較好的收斂性;另外,針對具有較少樣本數(shù)量的訓(xùn)練數(shù)據(jù)集可通過增加高斯噪音的方式來大大擴(kuò)充模型訓(xùn)練集規(guī)模,在模型訓(xùn)練過程中所增加的高斯噪音經(jīng)過多層網(wǎng)絡(luò)放大后傳至輸出層而實現(xiàn)對網(wǎng)絡(luò)訓(xùn)練正則化的效果,使得模型過擬合問題得到有效緩和,同時模型訓(xùn)練收斂速度也得到翻倍提升;最終模型能夠僅通過BP算法既可直接地實現(xiàn)有效訓(xùn)練,并構(gòu)建出具有更強泛化能力的深度網(wǎng)絡(luò)模型,模型訓(xùn)練流程簡單且易實現(xiàn)。最后,在TensorFlow下實現(xiàn)算法與模型,通過本文所設(shè)計的難以逼近的復(fù)雜測試函數(shù)對其進(jìn)行性能測試,并運用于小規(guī)模數(shù)據(jù)下精密數(shù)控裝備設(shè)計環(huán)節(jié)中的光柵尺修正實例以及六足機(jī)器人的單腿節(jié)尺寸比例優(yōu)化實例中進(jìn)行檢驗。結(jié)果表明,本文所提出的深度響應(yīng)面相比于傳統(tǒng)響應(yīng)面對于復(fù)雜函數(shù)的逼近在擬合程度指標(biāo)Adjusted Rsquare上提高了將近3倍,同時在擬合精度指標(biāo)RMSE上也提高了至少30%以上。
【圖文】：

1圖 1-1 響應(yīng)面方法對黑箱模型顯式表達(dá)示意圖Fig.1-1 Schematic diagram of the explicit expression of the black box model by tresponse surface method

圖 1-2 響應(yīng)面構(gòu)建過程Fig.1-2 Construction process of response surface在響應(yīng)面方法中所要解決的核心問題是根據(jù)觀測數(shù)據(jù)（采樣點）通過參數(shù)估計構(gòu)建能反映產(chǎn)品的設(shè)計變量（輸入）和性能響應(yīng)（輸出）間映射關(guān)系的響應(yīng)面（回歸函
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH-39;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李善坡;隋允康;宇慧平;;采用基函數(shù)近似的響應(yīng)面方法[J];北京工業(yè)大學(xué)學(xué)報;2006年S1期

2 孫海彥;王茜;劉恩世;彭明;;響應(yīng)面方法優(yōu)化黑曲霉產(chǎn)β-葡萄糖苷酶培養(yǎng)基成分的研究[J];輕工科技;2012年10期

3 陳洪武;彭聰聰;田鋮;王立原;;基于響應(yīng)面法對桁架結(jié)構(gòu)形狀的優(yōu)化設(shè)計[J];工程設(shè)計學(xué)報;2018年04期

4 慕運動;響應(yīng)面方法及其在食品工業(yè)中的應(yīng)用[J];鄭州工程學(xué)院學(xué)報;2001年03期

5 虞悝;;響應(yīng)面方法在抗生素科研和生產(chǎn)中的應(yīng)用探討[J];天津藥學(xué);1990年04期

6 李善坡;隋允康;;響應(yīng)面方法在二維連續(xù)體形狀優(yōu)化中的應(yīng)用[J];力學(xué)與實踐;2006年02期

7 范子杰;馬林;桂良進(jìn);蘇瑞意;;大客車側(cè)翻安全性多目標(biāo)優(yōu)化[J];系統(tǒng)仿真學(xué)報;2012年05期

8 徐興偉;胡曉兵;田昆;李毅;;支持向量機(jī)響應(yīng)面在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];機(jī)械設(shè)計與制造;2018年06期

9 張春宜;王愛華;孫田;井慧哲;李成偉;;基于雙重響應(yīng)面法的渦輪葉盤蠕變可靠性分析[J];機(jī)械強度;2019年04期

10 孫慶巍;李昊宇;朱海洋;;基于響應(yīng)面方法的粉煤灰地質(zhì)聚合物混凝土制備[J];安全與環(huán)境學(xué)報;2018年01期

相關(guān)會議論文 前10條

1 宇慧平;隋允康;張軒;龍連春;;響應(yīng)面方法的改進(jìn)[A];北京力學(xué)會第13屆學(xué)術(shù)年會論文集[C];2007年

2 李善坡;隋允康;;基函數(shù)近似響應(yīng)面方法的研究[A];北京力學(xué)學(xué)會第12屆學(xué)術(shù)年會論文摘要集[C];2006年

3 張立新;隋允康;;基于響應(yīng)面方法的桁架截面優(yōu)化[A];北京力學(xué)會第11屆學(xué)術(shù)年會論文摘要集[C];2005年

4 寇耀忠;任偉新;;基于響應(yīng)面法的鋼管混凝土拱橋模型修正[A];第十八屆全國現(xiàn)代結(jié)構(gòu)工程學(xué)術(shù)研討會論文集 一：大會報告[C];2018年

5 麻越垠;陳萬華;王元興;聶旭濤;馬斌;;基于響應(yīng)面方法的突風(fēng)機(jī)構(gòu)有限元模型修正[A];第二十七屆全國振動與噪聲應(yīng)用學(xué)術(shù)會議論文集[C];2016年

6 李志建;隋允康;;基于響應(yīng)面方法的桁架結(jié)構(gòu)頻率優(yōu)化[A];北京力學(xué)會第11屆學(xué)術(shù)年會論文摘要集[C];2005年

7 付鑫;謝石林;李健;朱長春;張希農(nóng);;基于應(yīng)變響應(yīng)的結(jié)構(gòu)有限元模型修正[A];第十五屆全國非線性振動暨第十二屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議摘要集[C];2015年

8 余曉斌;郝學(xué)財;;優(yōu)化纖維素酶液體發(fā)酵培養(yǎng)基[A];中國資源生物技術(shù)與糖工程學(xué)術(shù)研討會論文集[C];2005年

9 李善坡;隋允康;;采用組合響應(yīng)面方法優(yōu)化爆炸分離裝置裝藥腔形狀[A];北京力學(xué)會第13屆學(xué)術(shù)年會論文集[C];2007年

10 隋允康;;結(jié)構(gòu)優(yōu)化的建模方法進(jìn)展[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 李璞;復(fù)雜產(chǎn)品基于稀疏響應(yīng)面的仿真優(yōu)化方法及其應(yīng)用研究[D];廣東工業(yè)大學(xué);2019年

2 劉小杰;康氏木霉纖維素酶的發(fā)酵及其對稻草降解利用的初探[D];浙江大學(xué);2003年

3 張健;電力電子器件及其裝置的散熱結(jié)構(gòu)優(yōu)化研究[D];哈爾濱工業(yè)大學(xué);2015年

4 姬廣磊;漆酶在染料脫色和疏水性芳香化合物降解轉(zhuǎn)化中的應(yīng)用研究[D];山東大學(xué);2009年

5 張人會;離心泵葉片的參數(shù)化設(shè)計及其優(yōu)化研究[D];蘭州理工大學(xué);2010年

6 閆明;蠕變—熱疲勞可靠壽命預(yù)測的若干問題研究[D];東北大學(xué);2008年

7 戴偉;基于響應(yīng)面方法的立管結(jié)構(gòu)可靠性研究[D];哈爾濱工程大學(xué);2012年

8 洪東峰;基于響應(yīng)面方法的聚丙烯流程模擬與優(yōu)化[D];北京理工大學(xué);2013年

9 方圣恩;基于有限元模型修正的結(jié)構(gòu)損傷識別方法研究[D];中南大學(xué);2010年

10 楊嵩;基于附壁效應(yīng)的新型無閥壓電泵[D];江蘇大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 陳達(dá)權(quán);基于深度學(xué)習(xí)面向復(fù)雜產(chǎn)品仿真優(yōu)化的強泛化響應(yīng)面估計方法[D];廣東工業(yè)大學(xué);2019年

2 尚軍強;響應(yīng)面法模型修正在預(yù)應(yīng)力混凝土梁損傷評估中的應(yīng)用研究[D];太原理工大學(xué);2019年

3 康哲民;基于響應(yīng)面法的結(jié)構(gòu)可靠性分析及應(yīng)用[D];廣西科技大學(xué);2019年

4 劉宇航;基于響應(yīng)面的連桿結(jié)構(gòu)優(yōu)化設(shè)計[D];中北大學(xué);2019年

5 王立原;響應(yīng)面法在結(jié)構(gòu)優(yōu)化應(yīng)用上的研究[D];上海海洋大學(xué);2018年

6 萬俊;基于響應(yīng)面法模型修正的既有混凝土連續(xù)梁橋運營安全性能評估的研究[D];太原理工大學(xué);2018年

7 潘明;基于模型修正的預(yù)應(yīng)力混凝土梁裂后承載性能評估的研究[D];太原理工大學(xué);2017年

8 彭聰聰;響應(yīng)面法在結(jié)構(gòu)優(yōu)化應(yīng)用上的研究[D];上海海洋大學(xué);2017年

9 牛成奎;結(jié)構(gòu)可靠性響應(yīng)面方法研究及其應(yīng)用[D];沈陽航空航天大學(xué);2014年

10 張素梅;穩(wěn)健設(shè)計中不確定性問題的研究及應(yīng)用[D];西北工業(yè)大學(xué);2005年

，

本文編號：2635814