[發(fā)明專利]一種基于K折交叉驗(yàn)證法的支持向量機(jī)近似模型優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710725263.2
• 申請(qǐng)日: 2017-08-22
• 公開(kāi)（公告）號(hào): CN107563029B
• 公開(kāi)（公告）日: 2020-07-28
• 發(fā)明（設(shè)計(jì)）人: 梅益;楊幸雨
• 申請(qǐng)（專利權(quán)）人: 貴州大學(xué)
• 主分類號(hào): G06F30/15
• 分類號(hào): G06F30/15;G06F30/20
• 代理公司: 貴陽(yáng)中新專利商標(biāo)事務(wù)所 52100
• 代理人: 吳無(wú)懼

本發(fā)明公開(kāi)了一種基于K折交叉驗(yàn)證法的支持向量機(jī)近似模型優(yōu)化方法，包括建立回彈預(yù)測(cè)數(shù)字模型、運(yùn)用拉丁超立方抽樣進(jìn)行回彈預(yù)測(cè)來(lái)獲取板料移動(dòng)位移、通過(guò)z?score標(biāo)準(zhǔn)化歸一法進(jìn)行樣本數(shù)據(jù)預(yù)處理，最后通過(guò)K折交叉驗(yàn)證法優(yōu)化支持向量機(jī)非線性回歸近似模型參數(shù)；本發(fā)明通過(guò)K折交叉驗(yàn)證法優(yōu)化SVM參數(shù)，尋優(yōu)結(jié)束后，最終得到的優(yōu)化結(jié)果為：c＝1.6245，g＝4，均方差mse＝0.8066，獲得優(yōu)化結(jié)果的3D視圖及等高線視圖。

技術(shù)領(lǐng)域

本發(fā)明屬于SGCC板料復(fù)雜彎曲成形工藝領(lǐng)域，尤其涉及一種基于K折交叉驗(yàn)證法的支持向量機(jī)近似模型優(yōu)化方法。

背景技術(shù)

隨著汽車在生活、生產(chǎn)領(lǐng)域的迅速普及與更新，車窗升降板作為調(diào)節(jié)汽車窗口的重要活動(dòng)零件，其裝配性能和使用性能的好壞直接決定了車窗活動(dòng)的平穩(wěn)性和順滑度，同時(shí)也在很大程度上影響人們的體驗(yàn)感受。由于車窗升降板的結(jié)構(gòu)相對(duì)于其他大型覆蓋件和結(jié)構(gòu)件而言，具有形狀復(fù)雜、曲率變化大、零件裝配尺寸要求高的特點(diǎn)，導(dǎo)致在實(shí)際生產(chǎn)過(guò)程中為了獲得質(zhì)量上佳的零件，需要盡可能地減小零件回彈，避免造成零件尺寸精度的下降。

現(xiàn)階段，在對(duì)沖壓件進(jìn)行回彈分析時(shí)，有較為成熟的解析求解法，但是只有在分析形狀相對(duì)簡(jiǎn)單、容易成形的零件才有用，比如常見(jiàn)的U型件和V型件等。一旦涉及到形狀復(fù)雜、特征較多的異形件時(shí)，解析求解法則無(wú)用武之地。同時(shí)有研究發(fā)現(xiàn)，在試驗(yàn)條件下的回彈量理論計(jì)算值均偏大，且平均相對(duì)誤差高達(dá)88％，所以僅僅依靠理論公式的解析計(jì)算來(lái)預(yù)測(cè)零件回彈量是遠(yuǎn)遠(yuǎn)不可行的，甚至?xí)o出錯(cuò)誤的預(yù)測(cè)結(jié)果，誤導(dǎo)實(shí)際應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是：提供一種基于K折交叉驗(yàn)證法的支持向量機(jī)近似模型優(yōu)化方法，能夠避免出現(xiàn)像傳統(tǒng)交叉驗(yàn)證法出現(xiàn)的存在費(fèi)時(shí)、效率低的缺點(diǎn)，提高支持向量機(jī)的學(xué)習(xí)能力及收斂速度，增加了對(duì)支持向量機(jī)模型參數(shù)選擇的準(zhǔn)確性和可靠性，以解決上述現(xiàn)有技術(shù)中存在的問(wèn)題。

本發(fā)明采取的技術(shù)方案為：一種基于K折交叉驗(yàn)證法的支持向量機(jī)近似模型優(yōu)化方法，該方法包括以下步驟：

(1)確定支持向量機(jī)的核函數(shù)類型：選擇徑向基函數(shù)作為支持向量機(jī)模型的核函數(shù)；

(2)確定徑向基函數(shù)的懲罰因子C和核參數(shù)σ：取懲罰參數(shù)的變化范圍為C∈[2^-5，2¹⁰]，核參數(shù)的取值范圍為σ∈[2^-5,2²]；

(3)確定優(yōu)化目標(biāo)和優(yōu)化變量：將零件成形后發(fā)生回彈的最大位移量作為優(yōu)化目標(biāo)，記為y_i＝(blank movement)_i，根據(jù)使用要求，在不發(fā)生破裂等不可修復(fù)性缺陷的前提下，最大位移量需小于y_min＝0.5mm；優(yōu)化變量為板料厚度A、沖壓速度B和摩擦因數(shù)C；

(4)確定樣本獲取的方法：采用拉丁超立方抽樣方法獲取100組優(yōu)化變量試驗(yàn)數(shù)據(jù)，并通過(guò)dynaform平臺(tái)分別進(jìn)行車窗升降板的沖壓成形有限元數(shù)值模擬和結(jié)果分析；

(5)確定K折交叉驗(yàn)證法的K值：取K＝5，即將上述試驗(yàn)數(shù)據(jù)分成5組，其中1組作為驗(yàn)證集，其余4組作為測(cè)試集，并取驗(yàn)證集的均方差作為評(píng)判該模型的誤差；

(6)數(shù)據(jù)歸一化處理：采用z-score標(biāo)準(zhǔn)化法對(duì)數(shù)據(jù)進(jìn)行歸一化處理，將不同量綱、數(shù)量級(jí)的優(yōu)化變量均歸于[-1，1]區(qū)間內(nèi)；

(7)建立優(yōu)化模型：將C和σ的選擇區(qū)間用冪函數(shù)表達(dá)，區(qū)間端點(diǎn)為冪函數(shù)的指數(shù)，采用K折交叉驗(yàn)證算法進(jìn)行支持向量機(jī)回歸模型的參數(shù)尋優(yōu)，構(gòu)建支持向量機(jī)近似模型。

優(yōu)選的，上述步驟(3)的優(yōu)化變量在初始成形工藝參數(shù)的基礎(chǔ)上對(duì)每個(gè)參數(shù)的初始值以80％和120％的比例計(jì)算最大值和最小值，從而確定優(yōu)化區(qū)間。