多指标稳健设计质量特性的度量

首先建立了多指标稳健设计的一般模型,然后利用信息论的观点,引入了多指标质量特性整体波动的度量方法,最后提出了进一步研究的工作．     

考虑响应共变特性的多响应稳健参数设计

针对响应共变特性的稳健参数设计问题,在多任务高斯过程(multi-task Gaussian processes,MTGP)建模框架下,结合质量损失函数和考虑响应不确定性的优化函数构建了一个考虑输出响应不确定性的MTGP(uncertainty of MTGP,UNMTGP)优化模型。首先,利用MTGP模型拟合实验数据,构建考虑响应间共变特性对优化结果影响的多元高斯模型。其次,提出考虑输出响应不确定性的优化目标函数,构建多响应稳健优化模型。最后,结合全局优化方法,获得最优参数设计。此外,结合真实案例,利用质量损失函数的相关评价指标,论证所提方法的有效性。结果表明,所提方法考虑了响应共变特性和输出响应不确定性对优化结果的影响,有效改善了模型的预测质量,提升了输出响应的稳健性。     

动态多响应系统的稳健参数设计

针对动态多响应之间的相关性及试验设计的信息不确定性, 提出了一种动态多响应系统的稳健参数设计方法. 首先, 利用满意度函数对动态系统的敏感度和波动分别进行了度量, 在此基础上进行了主成分分析; 其次, 采用灰色关联分析得到主成分序列与其理想序列的灰色关联度, 然后通过TOPSIS方法转换得到综合灰色关联度, 并根据综合灰色关联度确定可控因子的最优水平组合; 最后, 通过两个实例说明了该方法的有效性与优越性.     

多元质量特性的稳健设计及其实现

多元质量特性稳健设计的关键在于既要确定多个质量特性整体波动的质量,又要建立方便,实用的实现途径的特点,给出多元质量特性稳健设计的一般模型,然后利用信息论中“熵”的概念和多元统计的结果,建立多元质量特性稳健设计波动源的度量准则和便于操作的实施程序。利用内、外表直积法,通过仿真分析给出了实现多元质量特性稳健设计的实施过程,结果表明该方法是可行、有效的。     

基于Hausdorff度量模糊多指标群决策的TOPSIS方法

针对模糊多指标群决策中模糊数的比较与排序问题 ,定义了模糊数的 Hausdorff度量与乐观 -悲观效用函数 ,根据乐观 -悲观效用函数求出模糊多指标群决策问题的理想点和负理想点 ,进而由 Haus-dorff度量获得不同备选方案到理想点与负理想点的距离及其贴近度 ,从而在模糊多指标群决策中托展了理想点逼近方法 .最后 ,就带三角形模糊数与梯形模糊数的多指标群决策问题分别进行了深入的讨论 .     

基于高斯过程模型的多响应稳健参数设计

针对高维试验数据的稳健参数设计问题, 在高斯过程(Gaussian process, GP)的建模框架下, 采用部分平行的GP(parallel partial GP, PPGP)模型来构建试验因子与多质量特性之间的响应曲面, 在此基础上运用多元质量损失函数作为优化指标来获得可控因子的最佳参数设计值。并且以一个经典仿真算例和两个实际案例验证了所提方法的有效性和优劣性。研究结果表明,与独立建模的单变量GP模型或Kriging模型比较而言, 所提方法不仅能够有效地处理高维试验数据的建模与参数优化问题, 而且能够获得更为稳健的优化结果, 运行效率更高。     

网络节点(集)重要性的一种度量指标

度量网络节点(集)的重要性一直是社会网络分析领域和系统科学研究领域的一个值得研究的问题。系统科学的研究方法用网络的连通性来反映系统某种功能的完整性，通过度量节点删除对网络连通的破坏程度来反映网络节点(集)的重要性．但目前这一思想并没有得到真正意义上的量化，如果不考虑连通分支的大小和形状，就不能很好地反映出不同节点或不同网络之间在结构和位置特性上的差异。本文用节点(集)被删除后形成的所有不连通节点对之间的距离(最短路)的倒教之和来反应节点删除对网络连通的破坏程度即所删节点(集)的重要性。这一工作使重要性等价于破坏性的思想得到了精细的量化。     

改进的多变量质量损失函数及其实证分析

质量损失函数的基本目的就是以定量的方式评价低质量对顾客造成的损失。尽管在理论研究和工程应用中已经提出了多个多变量质量损失函数，但由于多变量质量特征／响应的复杂性，仍有进一步研究的必要。一个好的质量损失函数不仅能够反映制造过程的经济性和多个响应变量之间的相关性，更重要的是在实践中易于理解和应用；按照这一要求，我们首先介绍了Artiles-leon提出的无量纲“标准化”的多变量质量损失函数；然后从两个方面对其进行了改进，一是使它能够适用于所用的质量特性，二是充分考虑了各上响应量之间的相关性，这就是改进后的多变量损失函数更加适合真实情况，在此基础上，通过研究来自于工业实践的实例，并同其他方法进行比较，说明了改进方法的有效性；最后给出了若干评述。     

非正态响应稳健参数设计的贝叶斯建模与优化

针对非正态响应的稳健参数设计问题,提出一种考虑噪声因子的贝叶斯建模与参数优化方法。首先,考虑经验贝叶斯先验信息,利用贝叶斯广义线性模型构建设计因子与输出响应之间的函数关系;其次,假设噪声因子服从已知的分布,在此基础上利用贝叶斯抽样技术获得考虑噪声因子波动的输出响应模拟抽样值;然后,在给定产品规格的基础上,利用输出响应的抽样值构建符合性后验概率函数,并利用遗传算法对所构建的符合性后验概率函数进行优化,获得对噪声因子波动具有稳健性的参数设计值;最后,结合实际的案例验证了所提方法的有效性。研究结果表明,所提方法有效地刻画了噪声因子的波动对产品或过程质量的影响,从而获得了更为稳健可靠的参数设计值。     

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output, MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。     

基于灵敏度分析的鱼雷联接结构稳健设计

工程中存在许多不确定因素或随机波动.确定性优化结果往往位于约束边界附近,随机波动容易导致设计失效.稳健设计可以保证产品使用的可靠性,同时降低操作费用.将可靠性优化设计理论与可靠性灵敏度分析方法相结合,应用可靠性稳健设计优化理论方法对鱼雷楔环联接结构进行了优化设计.此外将拉格朗日乘子引入惩罚项中,把有约束的优化问题转化为无约束优化问题.通过与确定性优化的对比,验证了所提出的优化方法具有良好的优化效果,为武器装备产品的稳健优化设计提供了理论依据.     

考虑主客观权重的多响应稳健优化设计

研究了在新产品设计与开发过程中如何权衡决策者的主观信息与目标集本身的客观信息,考虑了多响应问题的最优性与稳健性,提出了同时考虑主观权重与客观权重的满意度函数法。该方法通过对主观满意度函数与客观满意度函数的权重进行权衡,将多响应优化问题转化为求解综合满意度函数最大值的问题。并结合两个实例进行分析研究,结果表明了本文所提出的方法能够有效地解决多响应稳健设计问题。     

基于多变量高斯过程模型的贝叶斯建模与稳健参数设计

针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.     

考虑因子容差的多响应曲面稳健优化

针对现有的多响应优化方法只注重某种最优性指标(例如满意度)的构建,而忽略了因子容差扰动的影响,提出了一种稳健的满意度函数法,对多响应曲面问题进行稳健优化。该方法在传统的满意度函数法的基础上,根据设计因子的容差区域定义总体满意度的稳健性度量指标,并引入混合遗传/模式搜索算法对该指标进行最大化寻优,得到因子的稳健最优水平。实例表明,随着因子容差区域的逐渐变大,该方法更容易寻找到稳健可行域中的解。与传统方法相比,所获得的稳健最优解对因子容差具有更好的抗干扰性,从而更具应用价值。     

一种模型分辨率的定量度量方法

多分辨率建模是复杂大系统建模与仿真的关键技术之一，目前相关的研究主要采用了定性分析的方法。随着仿真技术的不断发展，这些定性分析方法已成为进一步研究的瓶颈，提出了定量分析模型分辨率的需求。在深入研究模型性质的基础上，建立了模型分辨率的定量描述概念，提出了一种具有方向性的基于描述的细节层次和详细程度的分辨率定量度量方法，并以一简化的气象模型为例说明了其应用。最后通过理论分析和推导，证明了该度量方法的合法性。     

考虑协变量的相关多响应稳健优化设计

研究了协变量之间以及多响应之间同时存在相关性的问题,考虑了多响应的最优性与稳健性,提出了基于主成分分析与似然不相关回归相结合的方法解决含有多个协变量的多响应稳健设计问题。该方法分析了决策者在协变量概率取不同阈值的情况下,将相关多响应优化问题转化为求解相应情况下的综合满意度函数最大值的问题。并结合具体的实例进行分析研究,结果表明了本文所提出的方法能够有效地解决此类多响应稳健设计问题。     

多指标决策TOPSIS方法的进一步探讨

改进的理想解法是一种新的多指标决策方法，但在评价各可行方案判据的问题上，却没有沿袭理想解法(双基点法)的基本思想。本文将以靠近理想解和运离负理想解两个基准，来完善改进的TOPSIS方法。     

关于VV＆A基层指标度量模型的研究

全面的探讨了VV＆A指标体系中基层指标的归一化度量问题。确定了对逻辑类指标的归一化规则,提出了对具有程度属性的逻辑类指标进行加权的三种权函数曲线。对于数值类验证对象,提出了基于曲线特征度量值的逼近度度量公式,这一公式可用于进行仿真性能、功能、模型或子系统综合逼真度的度量。该评估模型也同时作为VV＆A的技术。     

基于GLM的双响应曲面法及其稳健设计

针对非正态响应的稳健设计,首先在均值与散度的联合广义线性模型基础上构建了基于广义线性模型(generalized linear model, GLM)的双响应曲面模型。然后,鉴于所构建的双响应曲面模型为高度复杂的非线性函数,运用遗传算法与模式搜索的混合算法对其进行参数优化,获得可控因子的最佳参数设计值。最后,运用所提出方法对某测试晶片电阻率的参数设计进行了分析。研究结果表明,该方法能有效地减少测试晶片电阻率的质量波动,提高了产品质量的稳健性。