温玉锋
,
蔡从中
,
裴军芳
,
朱星键
,
肖婷婷
功能材料
不同配方的玻璃一般具有不同的热膨胀系数.根据R2O-MO-Al2O3-SiO2(R为碱金属元素,M为碱土金属元素)系统玻璃在不同氧化物组成(SiO2,MgO,CaO,SrO,BaO,Na2O和K2O)下的热膨胀系数实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了玻璃的不同配方与其热膨胀系数关系的SVR预测模型,并与基于BPNN神经网络模型的预测结果进行了比较.结果表明:对于相同的训练样本和检验样本,支持向量回归的玻璃的热膨胀系数模型始终比BPNN模型具有更高的预测精度;增加训练样本数有助于提高所建SVR预测模型的泛化能力;基于留一交叉验证法(LOOCV)的SVR预测的均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分误差(MAPE)均为最小.本研究表明:SVR是一种预测不同配方玻璃的热膨胀系数的有效方法.
关键词:
玻璃
,
热膨胀系数
,
支持向量机
,
粒子群算法
,
留一交叉验证法
,
回归分析
,
预测
汤禹成
,
陈军
材料科学与工艺
高强度钢板成形中噪声因素的存在造成了冲压质量不稳定,提出了基于支持向量机和重要度抽样的板料成形工艺稳健设计方法,量化了噪声因素对成形质量的影响,同时结合优化算法求解即满足质量可靠性又保证质量目标最优的工艺条件.对-高强度钢板冲压实例进行了工艺优化,按优化工艺冲压成形的零件减薄率及回弹均有所改善,验证了该方法的有效性.
关键词:
高强度钢板
,
板料成形
,
重要度抽样
,
响应曲面
,
支持向量机
,
稳健设计
李东波
,
刘利军
,
彭金辉
,
郭胜惠
,
陈菓
稀有金属
doi:10.3969/j.issn.0258-7076.2011.05.023
由于部分稳定氧化锫具有优良的物理化学性能,在冶金及材料中有着重要的地位,稳定率是部分稳定氧化锫产品性能的一个重要指标.而部分稳定氧化锆的制备过程具有非线性、多变量、时变等特点,本文采用了支持向量机( SVM)及BP神经网络方法对部分稳定氧化锆的稳定率进行了预测.将热处理温度、保温时间、降温速率、淬火温度及升温速率5个指标(参数)作为模型输入量,部分稳定氧化锆的稳定率作为输出值,分别以48组实验数据作为学习样本,并建立模型,运用该模型预测了5组部分稳定氧化锫的稳定率.实验结果表明,2种模型均具有较好的预测能力,人工神经网络模型预测结果平均误差为1.48％,支持向量机模型预测结果平均误差为0.68％,并且支持向量机预测部分稳定氧化锆的稳定率精度更高,可在实际生产过程中推广应用.
关键词:
部分稳定氧化锆
,
稳定性
,
预测
,
支持向量机
,
BP神经网络
崔桂梅
,
顾东洋
,
张轩
钢铁研究
doi:10.13228/j.boyuan.issn1001-0963.20130315
高炉冶炼受生产过程运行规律和生产技术人员操作方式支配,由于对高炉的认识还不充分,在高炉冶炼操作过程中有时忽略了工艺指标与参数之间的相互关系,造成能源的消耗.寻求高炉冶炼喷煤过程的操作规则对生产节能降耗就显得尤为重要.选取蕴含有客观规律和生产技术人员操作决策模式等重要信息的生产历史数据,选出满足优化标准的数据,运用模糊C均值聚类将数据分成子集,分别建立相应的支持向量机子模型,将输入对应每一类的隶属度值再作为权值进行加权求和得到模型最终的输出值,从而建立起高炉冶炼喷煤的操作规则模型.通过规则挖掘实现对高炉现场冶炼过程的指导,达到优化高炉生产操作模式的目的.
关键词:
高炉
,
喷煤
,
支持向量机
,
规则挖掘
宋木清
,
罗春龙
钢铁研究
针对支持向量机参数难以选择的问题,提出了基于差分进化算法(DE)的参数选择方法,算例分析结果表明DE算法选择SVM参数有着迭代次数少、结果稳定的优点,能够很好的解决SVM的参数选择问题.随后将基于DE算法选择参数的支持向量机应用于一个钢材质量管理的建模实例中,并将其与神经网络建模方式所得结果相比较,结果表明经改进的支持向量机的预测性能更加优秀.
关键词:
支持向量机
,
DE算法
,
参数选择
,
质量管理
,
神经网络
郭立玮
,
李玲娟
,
董洁
膜科学与技术
doi:10.3969/j.issn.1007-8924.2011.03.031
中药膜分离过程是一个非线性系统,其工艺数据具有多变量、非线性、强噪声、自变量相关、非正态分布、非均匀分布等全部或部分特征.为了探索中药复杂体系膜过程优化原理与方法,提出使用神经网络、支持向量机等计算机化学方法建立预测模型,并开发实现集成化的综合分析和预测系统.结果表明,该集成化的综合分析系统较单一分析建模预测精度更高.同时介绍了定量结构-活性/性质相关性(QSAR/QSPR)研究的主要步骤及采用该方法开展的“超滤膜对生物碱类等物质的透过/截留及其定量结构关系的研究”.
关键词:
中药
,
膜分离过程
,
人工神经网络
,
支持向量机
,
分子结构参数
张彦超
,
王国锋
宇航材料工艺
doi:10.3969/j.issn.1007-2330.2015.06.007
刀具状态监测关系到工件加工质量,因此实时掌握刀具的磨损状态具有重要的意义.针对单一模式识别分类器的局限性,提出了基于异态集成学习模型的刀具状态监测系统.在该系统中,根据集成学习基分类器选择原则,选取了支持向量机(SVM)、隐马尔科夫模型(HMM)以及径向基神经网络(RBF)这3个单分类器作为基分类器.为了验证监测系统的有效性,进行了复合材料钻削实验,提取了加工过程中的钻削力信号、振动信号的时域特征并利用局部保持法(LPP)进行了特征选择.通过与单分类器和集成学习分类效果的对比,表明了集成学习模型相比于单一基分类器具有更高的分类精度和更好的稳定性.
关键词:
刀具状态监测
,
异态集成学习
,
切削力
,
复合材料
,
支持向量机
,
局部保持法
袁平
,
王福利
,
毛志忠
钢铁研究学报
在电弧炉(EAF)冶炼生产过程中,出钢温度、碳含量和磷含量等终点参数直接关系到后续生产工艺,甚至影响产品质量.准确预报电弧炉的终点参数对降低冶炼成本,提高生产效益具有重要意义.考虑到电弧炉终点参数既受定量因素的影响,又受非定量因素的影响,将GM与LS-SVM结合,建立了G-SVM预报模型.GM反映炉体自身变化等非定量因素对系统的影响,LS-SVM反映各种定量因素的影响,提高了预报精度.该方法具有模型结构简单,建模所需样本数据少,速度快等优点.实践证明,预报结果接近实际值,该方法是切实可行并有效的,可以用于电弧炉炼钢终点预报.
关键词:
终点预报
,
灰色模型
,
支持向量机
,
电弧炉
唐江凌
,
蔡从中
,
肖婷婷
,
皇思洁
材料热处理学报
根据Zr-2合金的晶粒尺寸在不同热工艺参数(变形温度、变形程度、变形速率)下的12组实测数据,应用基于粒子群算法寻找最优参数的支持向量回归方法,建立了合金晶粒尺寸的预测模型.通过与模糊神经网络模型的结果进行比较,结果表明:基于相同的试验样本,支持向量回归预测模型的平均绝对误差和平均绝对百分误差都比模糊神经网络预测模型的小,而复相关系数大.这说明,支持向量回归预测模型预测精度比模糊神经网络模型要高,是简单而精确的建模方法,可用于优化热加工参数.
关键词:
支持向量机
,
模糊神经网络
,
粒子群择优
,
Zr-2合金
,
晶粒尺寸
丁攀
,
吕福在
,
项占琴
钢铁研究学报
针对石油套管缺陷超声无损检测（NDT）中缺陷回波的特点，提出了一种基于小波包分解和支持向量机（SVM）的缺陷智能识别新方法。分析了Gabor、小波和小波包3种信号时频变换分解方法的特点，并进行了基于3种方法生成的特征数据可分性比较，确定了小波包分解方法效果最好。根据SVM解决分类问题的原理，采用SVM法对3种时频分解提取的缺陷信号特征数据进行识别。试验表明，基于小波包分解局部熵的特征提取结合SVM模式智能识别的组合方法，可应用于石油套管上的4种典型缺陷的识别。
关键词:
超声无损检测
,
小波包分解
,
支持向量机
,
缺陷智能识别
