基于PSO的支持向量机多元控制图均值偏移诊断模型

为了诊断多元控制图发出的报警信号是由哪一个或者哪些变量组合发生均值偏移引起的,提出了基于粒子群优化（PSO）算法的支持向量机（SVM）多元控制图均值偏移诊断模型．模型中使用丁。控制图对多元过程进行控制,在假设过程方差．协方差矩阵保持不变的前提下,根据不同的均值偏移模式,产生SVM训练数据集和测试数据集,用Ps0对SVM的参数进行优化,最终得到优化的SVM模型．结果表明,基于粒子群优化算法的支持向量机模型（SVM．PSO）比基于SVM和基于神经网络（ANN）模型的分类能力更强,分类准确率超过85％．     

钢铁企业副产煤气多周期动态优化调度

综合研究了钢铁企业整个能源系统,根据用户的不同性质设计了混合整数线性规划法(MILP)对其煤气分配进行优化从而达到全局成本最小化,解决了钢铁企业副产煤气短时间不平衡问题.案例分析证明,该方法取得很好的优化结果,与前人的方法相比,节约了5.1%的成本.     

复杂曲面拟合的相关向量机模型及其泛化能力

介绍相关向量机回归(RVM,Relevance Vector Machine)的基本原理。分析采用高斯径向基核函数时,核函数参数与模型性能之间的关系,并给出核函数参数选择建议。针对一个复杂非线性函数,采用均匀网格取样,并分别增加正态分布噪声和均匀分布噪声,分析RVM回归分析的拟合和泛化能力并与支持向量机(SVM,Support Vector Machine)回归模型作了比较。结果表明,SVM对样本数据的拟合能力优于RVM。但对于非训练样本,RVM的泛化能力要优于SVM,而且RVM模型更加稀疏,且在给出预测值的同时能够给出预测值的置信区间。     

基于GSA的复杂产品关键质量特性识别

为了识别复杂产品关键质量特性(critical-to-quality characteristics,CTQs),提出基于遗传模拟退火算法(genetic simulated annealing algorithm, GSA)的特征选择算法。所提算法将遗传算法(genetic algorithm, GA)与模拟退火算法(simulated annealing algorithm, SA)结合,兼有不错局部搜索与全局搜索能力。提出一种综合适应度函数应用于所提算法,以同时优化CTQ集分类性能和所选质量特性数。算例结果表明,所提算法能有效过滤无关、冗余质量特性,识别关键质量特性;与Memetic算法和信息增益(information gain, IG)算法相比,所提算法在识别更少关键质量特性的同时,得到更高预测精度。     

基于投影变换的多元统计过程控制与诊断模型

针对多元统计过程控制图中变异源的识别问题,给出了基于投影变换的多元过程控制和诊断模型,将原始样本数据通过投影变换,转换为相互独立的数据,然后对各独立变量分别构建控制图,从而达到控制多元过程的目的．恰当地构造变换矩阵,使转换后的样本数据的协方差矩阵为单位矩阵．由于转换后的各变量相互独立,可通过多个控制图的联合报警概率的计算,建立联合概率控制图,对过程进行整体控制;利用转换矩阵,可发现导致异常的原因．最后通过对手机摄像头聚焦度测量结果的分析将该方法进行了验证．结果表明,所提的多元过程控制方法与产控帆图的结果基本相同,并可以指示出过程变异的原因．     

基于马尔可夫链模型的EWMA控制图性能分析与优化

建立了基于马尔可夫链的EWMA控制图性能分析模型,并编制了基于Matlab平台的EWMA控制图性能分析程序。在此基础上,分析了EWMA控制图的两个主要参数(控制限参数L和平滑系数r)对EWMA控制性能的影响。分析发现,对于不同的L,存在均值偏移量δ*和δ**,当偏移量0<δ<δ*时,控制图性能随r的增加而提升;而当δ*<δ<δ**时,控制图的性能随r的减小而提升。而当δ>δ**时,参数对EWMA控制图的性能影响很小。据此对不同应用环境下的EWMA控制图参数选择给出了相应的建议。     

基于联合控制图的二元过程均值向量与协方差监控

提出了一种基于二元过程质量特性标准样本方差(Standardized sample variance,VMAX)和Hotelling统计量的联合控制图,这一控制图用于同时监控二元过程均值向量和协方差的变异。通过平均运行链长(Average Run Length,ARL)的方法对比研究表明,该控制图在过程参数发生小变异的情况下比联合T2与S控制图具有更优的性能。     

基于支持向量机的无参时变过程控制方法研究

为了提高时变生产过程的监控性能,提出了基于支持向量机的时变控制图,能够根据生产过程的变化及时更新分类器模型和控制界限,并根据第二阶段的数据构建动态分类边界,以实现对时变生产过程进行有效监控.同时通过添加时间权重因子和停止更新准则,实现对模型更新速度和更新区域的调节,使所提的时变控制图能够适应不同的时变模式.最后,通过模拟数据和青霉素发酵数据进行验证,验证所提的时变控制图性能优于传统控制图.     

基于NSGA-Ⅱ的非平衡制造数据关键质量特性识别

针对非平衡产品制造数据关键质量特性(critical to quality characteristics,CTQs)识别,提出基于NSGA-Ⅱ的特征选择算法.首先,在分类错误率和特征子集大小基础上,针对数据非平衡性,引入第Ⅱ类错误率度量质量特性子集的重要性.接着,应用多目标进化算法NSGA-Ⅱ最小化以上三个度量标准,得到非支配解集.最后,引入理想点法从非支配解集中选择最佳调和解,得到CTQ集.算例结果表明,所提算法能够得到较高分类精度,同时有效降低第Ⅱ类错误率与CTQ集大小,说明了算法的有效性.     

神经网络在响应曲面分析中的应用

在简要介绍响应曲面方法 ( Response Surface Methodology即 RSM)基本原理的基础上 ,提出将神经网络应用于 RSM的思想 ,并通过实例予以证明.