[發明專利]一種基于MDE和分形優化SVM的周期來壓預測方法

有效

• 申請號: 201310093722.1
• 申請日: 2013-03-22
• 公開（公告）號: CN103258112A
• 公開（公告）日: 2013-08-21
• 發明（設計）人: 赫飛;趙東洋;崔鐵軍
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于MDE和分形優化SVM的周期來壓預測方法，主要步驟包括：

步驟一：對已知支架周期來壓荷載曲線使用多重差異進化算法（MDE）進行擬合，將每重擬合形成的單一正弦曲線與上次差余曲線（?）再作差余曲線()；

步驟二：將這些圖通過分形幾何的盒子法計算維度和相關系數（r）；

步驟三：將每條的維度、r和支架相對距離(L)作為輸入值，對應的的周期、縮放系數和縱移系數作為目標值，使用支持向量機（SVM）進行訓練；

步驟四：通過對維度和r規律的研究得到擬設置支架處荷載各的維度和r，帶入訓練后的SVM模擬得到的、和，進而得到的表達式；

步驟五：將上述求和即為所求擬設置支架處的周期來壓荷載。

2.根據權利要求1所述一種基于MDE和分形優化SVM的周期來壓預測方法，其特征在于，多重差異進化算法擬合對已知支架周期來壓荷載曲線使用多重差異進化算法（MDE）進行擬合，將每重擬合形成的單一正弦曲線與上次差余曲線（）再作差余曲線()，直到差余曲線離散點方差小于規定值，擬合停止，是一種將周期來壓波先擬合再分離的循環擬合方法；循環擬合方法的主要步驟：

步驟一：設原始測量的液壓支架荷載數據的曲線為；

步驟二：對使用差異進化算法擬合得到的正弦曲線集合為，是擬合求得的參數(第3節用TSM，TZM，TDM分別表示各自的矩陣)，分別表示周期（）、縮放系數（）和縱移系數（），，n為計算的代數，即擬合的次數(擬合曲線項數)；

步驟三：定義差余曲線為：本代差余曲線是上代差余曲線與本代數據反演得到的正弦曲線的差的曲線，如、、；直到差余曲線離散點方差小于規定值，擬合停止，那么對的擬合最終結果就是。

3.根據權利要求2所述一種基于MDE和分形優化SVM的周期來壓預測方法，其特征在于，正弦曲線集合具體的分解為多項正弦函數的和：

式中：表示周期，對第i代擬合(第i項)的正弦曲線的周期；表示縮放系數，對第i代擬合(第i項)的正弦曲線的振幅程度；表示縱移系數，對第i代擬合(第i項)的正弦曲線的縱向平移量；x為掘進深度/m；TZM，TSM，TDM分別表示周期、縮放系數和縱移系數矩陣。

4.根據權利要求1所述的一種基于MDE和分形優化SVM的周期來壓預測方法，其特征在于，鑒于處理二維折線圖像，模型使用盒子法計算圖像的維數和r值；差余曲線的構造，是為了使用分形幾何計算參數和r設置的，為了解決已設與未設支架處荷載不能建立數值關系的缺點，而借助圖像分析建立分形幾何關系，就曲線的進行說明，第一代差余曲線，第二代。

5.根據權利要求1所述的一種基于MDE和分形優化SVM的周期來壓預測方法，其特征在于，所述差余曲線的構造，分形幾何計算參數和r的設置，使用FractalFox2.0對20×8條曲線進行處理得到圖的維數和r，參數處理方式：盒子法(Box?Counting)、FromBoxSize:2、To?Box?Size:100、StepSize:1，計算得到各曲線的各的維數和r；SVM模擬使用Epsilon回歸算法來進行訓練和模擬，維數、r和L作為訓練的輸入值，作為目標值，進行訓練；模擬的輸入值是所求支架荷載的維數、r和L，輸出值為所求荷載曲線的正弦項的；對于沒有數據的所求支架荷載的圖像維數和r是通過線性擬合實現的，詳見實例的具體計算過程；所述的使用Epsilon回歸算法來進行訓練和模擬，使用Epsilon回歸算法；拉格朗日乘子上界C=100；不敏感損失函數的參數e=0.2;?ker?=?struct('type','gauss','width',0.6)。