為滿足市場(chǎng)對(duì)于多樣化產(chǎn)品的需求,制造過程逐漸朝著復(fù)雜化的方向發(fā)展,這導(dǎo)致了生產(chǎn)過程中信息量劇增。在這樣的多變量度過程中,傳統(tǒng)控制圖的問題愈加突出。近年來,隨著信息技術(shù)和數(shù)據(jù)處理方法的發(fā)展,機(jī)器學(xué)習(xí)迅速發(fā)展成為處理大量數(shù)據(jù)的重要方法,基于機(jī)器學(xué)習(xí)方法的控制圖也成為研究的熱點(diǎn)。在基于機(jī)器學(xué)習(xí)方法的控制圖研究中,基于支持向量機(jī)的控制圖具有所需樣本量小、統(tǒng)計(jì)量連續(xù)、不依賴數(shù)據(jù)分布等優(yōu)點(diǎn),但是存在參考數(shù)據(jù)選擇隨機(jī)、監(jiān)控效果受模型參數(shù)影響顯著等問題,個(gè)體支持向量機(jī)參數(shù)是固定的,無法保證在所有的測(cè)試中提供全局最佳分類性能。本文以多變量過程監(jiān)控問題為研究對(duì)象,基于支持向量機(jī)方法,結(jié)合參考數(shù)據(jù)篩選和集成學(xué)習(xí)方法,提出了較為系統(tǒng)的多變量過程監(jiān)控方案以達(dá)到快速識(shí)別過程異常的目的。本文提出的控制圖模型建立過程分為三個(gè)階段,第一階段提出了利用支持向量數(shù)據(jù)描述的方法從受控?cái)?shù)據(jù)中篩選出具有代表性的參考樣本集,取代原有的隨機(jī)選擇的方式;第二階段以支持向量機(jī)作為實(shí)時(shí)對(duì)比方法的分類器,利用支持向量機(jī)將參考數(shù)據(jù)和窗口數(shù)據(jù)分類,并通過轉(zhuǎn)化得到相應(yīng)的統(tǒng)計(jì)量;第三階段將集成學(xué)習(xí)與支持向量機(jī)結(jié)合建立基于集成支持向量機(jī)的控制圖,通過... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１技術(shù)路線圖??１．４．３主要?jiǎng)?chuàng)新??

?第２章支持向量機(jī)理論???ｆ（ｘ）?＝?ｓｉｇｎ（ｗｘ?＋?ｂ）?（２－１１）??間隔最大化的直觀解釋是以充分大的確信度對(duì)訓(xùn)練樣本集進(jìn)行分類，簡(jiǎn)單的??說就是不僅要將訓(xùn)練樣本集準(zhǔn)確分離，而且要對(duì)最難分離的樣本點(diǎn)（即距離超平??面最近的點(diǎn)）以足夠大的確信度將其分離，這樣得到的最大間距分類超平面對(duì)于??未來的數(shù)據(jù)有很好的預(yù)測(cè)和分析能力。??ｘ２ｌ?１?ｗＴｘ?４－?＆?＝?１?．?Ｔ?－?２??＋?．／?Ｖｙ）?Ｗｌ??＋?＋??細(xì)＝—１??？—：?ｒ??圖２－２最優(yōu)分類超平面??對(duì)于給定的訓(xùn)練樣本集ｒ和超平面（ｗ，＆），定義超平面（ｗ，６）關(guān)于樣本點(diǎn)??（ｘ；，＿ｙ，．）的函數(shù)間隔為：??ｒ，＝ｙ＾）＋ｂ）?（２－ｉ２）??對(duì)于給定的訓(xùn)練樣本集ｒ和超平面（ｗ，＾，定義超平面幻關(guān)于樣本點(diǎn)??（＼，火）的幾何間隔為：??ｒ?ｗ?ｂ、??ｙ｛?＝?ｖ－?ｘ．?＋??（２－１３）??ｌｌｋｌｌ?ＩｋｌｌＪ??那么函數(shù)間隔ｆ和幾何間隔，的關(guān)系為：??ｒ?＝?Ｔ＾－］?（２－１４）??Ｍ??支持向量機(jī)的基本思想是求解能夠準(zhǔn)確分類訓(xùn)練樣本集且?guī)缀伍g隔最大的??分類超平面，那么分類問題可以轉(zhuǎn)化為約束條件下的最優(yōu)化問題：??Ｍａｘ?ｙ??１５??

天津大學(xué)碩士學(xué)位論文???廣????第?第一階段樣本總體?，?——??｜＾＿?ＳＶＤＤ數(shù)據(jù)篩選＾?窗口數(shù)據(jù)集＼（ｆ）??段卜?｜參考數(shù)據(jù)集？＇?？?？?Ｘ／?－Ｎｖ?｜?＾ｔ－Ｎｗ＋ｌ?Ｘ卜ｉ?｜?Ｘｆ‘?？?？??Ｉ?ｆ??第?ｉ?ｒ?頭時(shí)監(jiān)ｔｅ??二?｜?ＳＶＭ?１?｜?｜?ＳＶＭ２?｜?？?？?？?｜?ＳＶＭｎ?｜??統(tǒng)計(jì)量１?統(tǒng)計(jì)量２?統(tǒng)計(jì)量ｎ??第卜?＇??三?計(jì)量?＞?控制線??段?ＹｅｓＴ??＾?狀態(tài)失控??圖３－１控制圖建立的過程??本文提出的控制圖建立的流程主要可以劃分為三個(gè)階段：基于支持向量數(shù)據(jù)??描述的數(shù)據(jù)篩癬基于支持向量機(jī)的統(tǒng)計(jì)量的計(jì)算和基于集成支持向量機(jī)的控制??圖建立。??第一階段：基于支持向量數(shù)據(jù)描述的數(shù)據(jù)篩選建立分類器需要的參考數(shù)據(jù)??＆來自第一階段的受控?cái)?shù)據(jù)，若第一階段受控?cái)?shù)據(jù)量較多，則需要選擇部分?jǐn)?shù)據(jù)??作為控制圖建立的輸入數(shù)據(jù)。這是因?yàn)樵冢遥裕梅椒ㄖ�，移�?dòng)窗口的寬度（移動(dòng)??窗口中包含的樣本量）一般較小，此時(shí)若作為分類器輸入的另一類數(shù)據(jù)一一參考??數(shù)據(jù)＆的數(shù)量遠(yuǎn)遠(yuǎn)多于移動(dòng)窗口中的數(shù)據(jù)量，則分類器訓(xùn)練過程中會(huì)產(chǎn)生嚴(yán)重??的不平衡現(xiàn)象，從而使監(jiān)控效果受到影響。因此需要從所有第一階段數(shù)據(jù)中選擇??部分?jǐn)?shù)據(jù)作為分類器的輸入，在現(xiàn)存的研宄中［２９，Ｍ，３５］，都是隨機(jī)從第一階段數(shù)據(jù)??中進(jìn)行選擇，隨機(jī)選擇的數(shù)據(jù)不一定能夠很好的代表第一階段數(shù)據(jù)的分布情況，??從而使得分類邊界的建立時(shí)產(chǎn)生偏差，導(dǎo)致錯(cuò)誤分類的現(xiàn)象。因此提出了利用支??持向量數(shù)據(jù)描述的方法進(jìn)行數(shù)據(jù)篩選，通過支持向量數(shù)據(jù)描述方法建立由第一階??段數(shù)據(jù)構(gòu)成的超球體，根據(jù)樣


本文編號(hào)：2985923