基于支持向量机的多目标模糊稳健优化设计

为了提高模糊稳健优化设计的计算效率,探讨了基于支持向量机回归机(SVR)的多目标模糊稳健设计方法,该方法以SVR作为非线性约束函数的替代模型,并采用SVR对模糊概率进行仿真计算,可显著降低模糊稳健优化设计的机时消耗;采用字典序优先级的目标规划法,建立了多目标稳健优化设计模型;把SVR与遗传算法相结合,构建了一种混合智能优化算法;通过多目标稳健设计实例,对所提出的方法进行了验证。     

基于蚂蚁算法和SVR的离散变量稳健设计优化

引入蚁群打散、离散搜索等策略对基本蚂蚁算法进行了改进,并采用MATLAB语言编制了离散变量优化设计的蚂蚁算法程序。采用支持向量回归机对模糊概率等非线性函数进行仿真计算．提高了模糊稳健优化设计的求解效率。给出了混合离散变量的稳健优化设计实例,表明了所提出方法的有效性和实用性。     

基于支持向量回归机的连杆机构模糊稳健设计

针对平面四杆连杆机构的函数再现问题,分析了随机性的干扰因素对机构运动精度的影响,建立了模糊稳健优化设计数学建模.采用支持向量回归机对模糊概率等非线性函数进行仿真计算,提高了模糊稳健优化设计的求解效率、降低了机时消耗.给出了新方法的具体算法步骤,该方法能使机构运动精度和各尺寸的制造公差得到合理匹配,具有工程实用价值.     

基于模糊支持向量机的结构非概率可靠性分析方法

论述了基于模糊支持向量机的结构非概率可靠性分析方法,通过非线性模糊支持向量分类机得到显性的最优分类面函数,并通过构造回归集的方式回归拟合得到最优分类面函数的隶属度函数,采用基于面积比的结构非概率可靠性计算模型,基于蒙特卡洛算法计算出近似的结构可靠度。这一方法可以解决模糊失效状态下的结构非概率可靠性问题,适用于现代大型复杂工程的可靠性分析。     

基于加权响应面的支持向量回归机可靠性分析方法

针对非线性隐式功能函数的可靠性分析问题,提出一种基于加权线性响应面法的支持向量回归机可靠性分析方法.由于设计点周围区域对失效概率的贡献最大,所以所提方法首先采用加权线性响应面法确定设计点,然后在设计点周围进行补充抽样,把加权线性响应面法用到的样本及补充样本作为支持向量回归机的训练样本.通过有效的组合加权线性响应面法和支持向量回归机,所提方法在设计点周围获得更好的非线性隐式功能函数的近似,从而提高了非线性隐式功能函数失效概率的估计精度.算例表明该方法具有广泛的应用前景和一定的优越性.     

基于智能单粒子算法与支持向量机的稳健优化设计

为了求解混合离散变量优化设计问题,通过引入粒子位置矢量的离散化处理方法,对智能单粒子优化算法(ISPO)进行改进,用MATLAB语言设计了求解混合离散变量优化设计问题的ISPO算法程序,结合支持向量回归机的应用,研究了平面尺寸链离散公差的模糊稳健优化设计问题,给出了稳健设计实例。设计实例表明了本文所提方法的有效性和实用性。     

产品质量模糊稳健优化设计截集水平解法

综合考虑产品质量设计中的随机不确定性和模糊不确定性,运用概率理论和模糊集合理论.将传统稳健设计思想延展到更一般情形,建立产品质量等级的模糊判定和约束稳健可行域的模糊判别,形成模糊稳健设计的三准则.利用模糊集合理论的分解定理,将复杂的模糊概率运算又回归到常规概率计算,建立了更灵活、更符合工程实际的常规稳健优化数学模型.该模型可根据工程实际.具体设定设计方案的质量水平、合格品率或优质品率,以及设定约束水平、约束概率等关键参数.最后讨论了该模型最优设防水平的求解方法.     

基于支持向量机模糊推理的二级倒立摆控制

本文提出了一种用于非线性系统控制的支持向量机模糊推理模型.该模型利用支持向量机回归的原理,从训练数据中提取模糊规则并进行简化;采用核函数来描述模糊推理系统,该模糊推理系统具有不必事先确定模糊规则数目、良好的泛化能力等优点.使用该模型对直线二级倒立摆系统构造模糊控制器并进行了实验研究,研究结果表明这种新的模糊规则提取方法对于非线性系统的控制是有效的,由支持向量确定的模糊规则不会出现规则数目"爆炸"的问题,该方法在不便事先确定模糊规则的复杂非线性系统控制中有着重要的应用价值.     

基于混合试验设计方法的支持向量回归机参数优化研究

研究高斯径向基核支持向量回归机参数优化问题。推导线性和非线性支持向量回归机公式,分析影响支持向量回归机精度的主要控制参数,将拉丁超立方设计方法与Powell法相结合,提出一种快速有效的支持向量回归机参数优化方法。将支持向量回归机用于近似建模,提供仿真算例,并与Kriging函数和径向基函数近似性能进行比较。结果表明,设计的支持向量回归机能实现近似精度和近似效率的良好折中,参数估计简单,易于编程实现,是有效的近似建模方法,可为飞行器多学科设计优化用近似建模方法研究提供理论参考。     

基于支持向量机和粒子群算法的稳健优化

针对实际工程中不确定性因素与产品质量特性之间不具有显式函数关系的稳健优化问题时,代理模型的精度成为关键。本文提出一种基于支持向量机代理模型和粒子群算法的稳健优化方法,采用拉丁超立方试验设计采样布点,优化问题的目标性能函数、约束函数的均值和标准差由具有自动参数优化的支持向量机模型替代,采用粒子群优化算法对稳健优化模型进行求解。以典型的两杆结构优化为例,结果表明支持向量机代理模型的综合性能比常用的响应面、BP神经网络和Kriging模型更优越,稳健优化结果比较理想,为复杂产品的不确定性设计优化提供了一种新的思路。     

虚拟设计中仿真优化决策的不确定性管理

有效管理虚拟设计中仿真优化决策的不确定性问题，能确保产品开发的成功几率。本文首先分析了虚拟设计中仿真模型不确定性的来源，研究总结了不确定性建模的基本方法；将虚拟产品开发过程中的决策方式分为非合作决策、顺序决策和合作决策三种；引入稳健设计哲理和工程随机变量优化设计方法，分别提出了对应的不确定管理策略；最后，通过复合材料结构设计进行了应用说明。     

A flexible artificial neural network–fuzzy simulation algorithm for scheduling a flow shop with multiple processors

One of the most popular approaches for scheduling manufacturing systems is dispatching rules. Different types of dispatching rules exist, but none of them is known to be globally the best. A flexible artificial neural network–fuzzy simulation (FANN–FS) algorithm is presented in this study for solving the multiattribute combinatorial dispatching (MACD) decision problem. Artificial neural networks (ANNs) are one of the commonly used metaheuristics and are a proven tool for solving complex optimization problems. Hence, multilayered neural network metamodels and a fuzzy simulation using the α-cuts method were trained to provide a complex MACD problem. Fuzzy simulation is used to solve complex optimization problems to deal with imprecision and uncertainty. The proposed flexible algorithm is capable of modeling nonlinear, stochastic, and uncertain problems. It uses ANN simulation for crisp input data and fuzzy simulation for imprecise and uncertain input data. The solution quality is illustrated by two case studies from a multilayer ceramic capacitor manufacturing plant. The manufacturing lead times produced by the FANN–FS model turned out to be superior to conventional simulation models. This is the first study that introduces an intelligent and flexible approach for handling imprecision and nonlinearity of scheduling problems in flow shops with multiple processors.     

公差稳健优化设计的研究

为了解决产品加工成本与质量稳健的协调性问题,提出了一种新的公差稳健优化设计数学模型.依据公差稳健设计的思想,考虑产品质量的模糊性,以封闭环误差分布概率密度函数的方差和优质品概率之比为设计目标,建立了公差优化设计产品质量稳健性损失成本目标函数,并研究了优质品率和封闭环误差分布方差的确定方法.以加工成本和产品质量稳健性损失成本为目标,以模糊装配可靠度、可取公差极限范围为约束条件,建立了公差多目标优化数学模型.举例说明了文中所述的公差稳健优化设计方法的应用,采用遗传算法实现了公差的多目标优化设计.实例表明,该方法能够协调零件的加工成本和产品质量的稳健性损失成本,使优化指标的综合性能最佳.     

Robust covariance control for discrete system by Takagi-Sugeno fuzzy controllers

Variances of the system states or outputs often play vital roles in the problem for performance requirements of many stochastic control systems. For linear stochastic systems, the covariance control technique has been applied to deal with the variance constrained design problem. This paper extends this technique to a class of discrete-time nonlinear perturbed stochastic systems, which are modeled by the Takagi-Sugeno (TS) fuzzy systems. By fuzzy IF-THEN rules, which represent local linear input-output relations, the nonlinear systems can be described by TS fuzzy models. According to the parallel distributed compensation (PDC) concept, the discrete-time nonlinear perturbed stochastic systems can be driven by the linear feedback gains. The purpose of this paper is to provide a method to design an output feedback fuzzy controller, which is based on the upper bound state covariance control technique and PDC concept, for the discrete-time perturbed stochastic systems using TS fuzzy models.     

模糊约束条件隶属函数的一种确定方法及其应用

提出了一种模糊约束条件隶属函数的确定原理,并以应力为随机变量,强度为模糊变量的典型组合给出了具体确定方法,进而解决了该情况下模糊可靠度的计算问题,其原理与方法,同样适用于研究模糊概率优化设计和模糊稳健设计中其它模糊约束条件满足的模糊概率问题。     

Rechnergestützte optimierung der antriebs- und gestellkraftgrössen ebener koppelgetriebe—Teil IIComputer-aided optimization of the input torque and frame forces in planar linkages — Part 2

In the first part of this paper the mathematical model for a new technique for the computer-aided optimization of the input torque and the inertia forces and moments in planar linkages has been described. The nonlinear optimization problem consists of an objective function f(X), a vector of design variables X, and constraints g_j(X) 0. The objective function contains the forces and moments. Objectives are the minimization of the maximal deviation of a prescribed function (20) or the minimization of the sum of the squares of deviations from a prescribed function (21). The vector of design variables may contain the masses, inertia moments, and centers of mass of the moving links. Constraints may be placed on upper and lower bounds of variables.

A computer program based on this new technique is a part of the programmed system KOGEOP.

The first example presented is a six-bar linkage; the problem is to balance the input torque and the forces on the frame. The nonlinear optimization methods used (the Gauss-Seidel method, the Powell method, and a stochastic method with normal distribution) are compared in a second example, a four-bar linkage.