| 基于非线性模糊支持向量机的知识化制造模式与动态环境匹配分类方法 |
| |
| 引用本文： | 王玉芳,严洪森. 基于非线性模糊支持向量机的知识化制造模式与动态环境匹配分类方法[J]. 东南大学学报(自然科学版), 2014, 0(5): 957-962 |
| |
| 作者姓名： | 王玉芳 严洪森 |
| |
| 作者单位： | 1. 东南大学复杂工程系统测量与控制教育部重点实验室，南京210096; 南京信息工程大学自动化系，南京210044
2. 东南大学复杂工程系统测量与控制教育部重点实验室，南京210096; 东南大学自动化学院，南京210096 |
| |
| 基金项目： | 国家自然科学基金重点资助项目(60934008)． |
| |
| 摘 要： | 为了评价企业当前知识化制造模式与动态环境因素的匹配性,为企业的快速响应提供依据,提出了一种考虑模糊输入和不均衡样本的非线性模糊加权支持向量机(NFW-SVM)模型.考虑到实际生产面临的动态环境因素具有模糊性和不确定性,引入三角模糊数对模糊因素进行描述.针对不同匹配类别数据样本的不均衡性,设置了不同的分类惩罚因子,以降低小样本错分的比例.将变异算子和具有收缩因子的动态惯性权重引入到标准粒子群优化算法中,利用改进的粒子群算法对模型参数进行优化,提高模型的分类精度.给出了基于NFW-SVM模型的知识化制造模式与动态环境匹配的分类方法.最后,通过实例验证了该方法的有效性和可行性.
|
| 关 键 词： | 知识化制造模式 环境因素 支持向量机 粒子群优化 |
Classification method of matching knowledgeable manufacturing mode with dynamic environment based on nonlinear fuzzy weight SVM |
| |
| Wang Yufang,Yan Hongsen. Classification method of matching knowledgeable manufacturing mode with dynamic environment based on nonlinear fuzzy weight SVM[J]. Journal of Southeast University(Natural Science Edition), 2014, 0(5): 957-962 |
| |
| Authors: | Wang Yufang Yan Hongsen |
| |
| Affiliation: | Wang Yufang;Yan Hongsen;Key Laboratory of Measurement and Control of Complex Systems of Engineering of Ministry of Education,Southeast University;Department of Automation,Nanjing University of Information and Science Technology;School of Automation,Southeast University; |
| |
| Abstract: | |
| |
| Keywords: | knowledgeable manufacturing mode environment factors support vector machine (SVM) particle swarm optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
