欢迎来到天天文库
浏览记录
ID:35065474
大小:6.06 MB
页数:54页
时间:2019-03-17
《基于改进支持向量机的产品质量预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、'.—:.'、':;;非号15:S1;:模考巧作r,,乂茂若媒.;巧.毛#-'.-..自.乃.>篆梦鋪宇浊這C接於弟K.r.鱗义/‘’■'..''.';'..'^為铅社::?.>:巧:讯均只游祭学乎枉冷又文^,4.':巧爆.?'".‘麵‘'-轉'獨矜':-■-古-.'':子'斯'■-y.-書货>-;、r楚.):,?7j知""'韻';.^.M#謬::iii班變;v裹新:若;4I驾2;^追于改进支持向量机的产品质量预测研究,裳辦、。’‘'-:*:.‘.心v;-琼.?數若叛
2、‘;,尸^.、乂5给.i:;养f舉''■''■^■---'--*^?h.\i^\?^S^:^-;.;.v?’.':;苗责;.側;:/马姆賤f舉f纖:矜.江伟Slgl;若舍^洁戈斩皆柄護^诗雜赫耀雙翻穩勢蒙機寒场弓苗指导教师姓名:董#黃副教接东化林业大学'‘^:申请学位级别:硕:±:学科专业手;:管理茜学与工!.ti;1'护/交曰期:20化年4月论文答辩曰期:2016年6丹蘇?:<论文提;皆)义^’受予学位单位^:剝诚业大学授予学位日期:2016年6月^3
3、;'’''’乂!拓'^、:'.r.七答辩委员会主席:秦:-...;..:h1黄秦户;-,论文评阅人;入:崔。攀璋.'.'..,'-打‘/‘'-,V分心VV-:V巧占.若'、'f..次!铅.著濟乃讓雜V如抑球争琴:曲讀,請巧終I学校代码;10225学号;S16515学化冷文基于改进支持向量机的产品质量预测研究斬江伟指导教师姓名:董春芳副教授斜晰业大学:申请学位级别硕±学科专业:管理科学与工程论文提交日期:2016年4月论文答辩日期:2016年6月授予学
4、位单位:东北林业大学授予学位日期:2016年6月答辩委员会主席:论文评閱人;UniversityCode:10225ReisterCode;S16515gDissertationfortheDereeofMastergResearchOnProductualitPre出ctionBasedOnQyImprovedSupportVectorMachineCandidate:JinJiangweiSupervisor:DongChunfangAssoe
5、ia化Suervisor:pAcademicDegreeApplied化r:MasterofEngineeringecanaemencienceandEnneenSpiality:MgtSgirigDateofOralExamination:June2016,Universit;NortheastForestrUniversityyyt^摘要一质量预测是质量控制的关键环节,是个动态的系统工程。生产过程中多种高维非线性、随机性因素会对产品质量产生重要影响,因
6、而建立高精度的产品质量预测模型对提高产品质量控制能力、降低生产成本具有重要意义。目前,产品质量预测模型的建立一一方法主要有两种:种是机理建模方法,另种是数据挖掘方法。由于造成质量波动的众多随机性、不确定性因素之间存在着复杂的非线性关系,难W进行确切表达,致使机理建模较为困难,因此采用数据挖掘算法建立质量预测模型的方法被广泛应用。然而传一统的统计质量控制必须基于定的统计规则,而且该方法不能满足对多种模式进行识别的需要一,应用于产品质量预测时存在定的局限性。近年来,人工智能算法取得了迅速发展,并且被广泛应用于
7、非线性系统的建模与辨识一种建立在统计学习VC维理论和结构风险最小化原则基础上的新。支持向量化作为型机器学习方法,在解决非线性和高维模式识别问题等方面具有较强优势,被广泛应用于模式识别、非线性回归、时间序列预测等方面。针对产品质量预测过程的两类问题,。对是否考虑质量模型的内在机理,分类建立了改进的支持向量机产品质量预测模型首先,针对能够确定具体影响因素,具有确定输入输出关系的多因素产品质量模型,引入灰色关联分析方法作为属性预处理器,选取关键质量影响因素,采用网格捜索算法进行模型参数寻优,建立了基于灰色关联支
8、持向量机的多因素产品质量预测模型其次,针;,难W辨识产品质量过程或者难y,对模型未知■确定输入输出关系的质量模型基于生产历史数据建立产品的质量预测模型,引入相空间重构理论对时间序列进行向量空间重构,汲取遗传算法的优势特性进
此文档下载收益归作者所有