[發(fā)明專利]基于貝葉斯優(yōu)化的工藝參數(shù)建模與優(yōu)化協(xié)同方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110534114.4
• 申請(qǐng)日: 2021-05-17
• 公開（公告）號(hào): CN113158581A
• 公開（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 徐彬梓;李煒;鄧雄峰;陶亮
• 申請(qǐng)（專利權(quán)）人: 安徽工程大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N7/00;G06F111/08
• 代理公司: 蕪湖安匯知識(shí)產(chǎn)權(quán)代理有限公司 34107
• 代理人: 鐘雪

1.一種基于貝葉斯優(yōu)化的工藝參數(shù)建模與優(yōu)化協(xié)同方法，其特征在于，所述方法具體包括如下步驟：

S1、輸入的歷史數(shù)據(jù)集A＝{(x⁽¹⁾,y⁽¹⁾),(x⁽²⁾,y⁽²⁾),...,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中，x⁽ⁿ⁾表示第n個(gè)歷史決策變量，y⁽ⁿ⁾為歷史決策變量x⁽ⁿ⁾的目標(biāo)值，x⁽ⁿ⁾為k維的向量；

S2、對(duì)歷史數(shù)據(jù)集A構(gòu)建代理模型，用于預(yù)測(cè)未知決策變量對(duì)的目標(biāo)值；

S3、更新決策變量在各維度上的屬性重要性θ，其中θ＝(θ₁,θ₂,...,θ_k)；

S4、獲取歷史數(shù)據(jù)集中各數(shù)據(jù)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)變化率，構(gòu)建數(shù)據(jù)變化率δ隨不同決策變量變化的預(yù)測(cè)模型，用于預(yù)測(cè)未知決策變量x^*的數(shù)據(jù)變化率δ^*；

S5、基于當(dāng)前的屬性重要性θ及數(shù)據(jù)變化率δ^*來(lái)更新全局采樣準(zhǔn)則；

S6、尋找使采樣準(zhǔn)則函數(shù)最優(yōu)的采樣點(diǎn)，對(duì)選擇的采樣點(diǎn)進(jìn)行實(shí)際試驗(yàn)并采樣，更新歷史數(shù)據(jù)集，檢測(cè)實(shí)際試驗(yàn)次數(shù)是否達(dá)到指定的次數(shù)，若檢測(cè)結(jié)果為是，則輸出最優(yōu)的決策變量，若檢測(cè)結(jié)果為否，則返回步驟S2。

2.如權(quán)利要求1所述基于貝葉斯優(yōu)化的工藝參數(shù)建模與優(yōu)化協(xié)同方法，其特征在于，維度d的屬性重要性θ_d的獲取方法具體如下：

S31、歸一化歷史數(shù)據(jù)集中的所有決策變量，即x⁽¹⁾，x⁽²⁾，...，x⁽ⁿ⁾；

S32、輸入初始的當(dāng)前屬性重要性θ，當(dāng)前屬性重要性θ是k維的向量；

S33、計(jì)算歷史數(shù)據(jù)集A中兩兩數(shù)據(jù)點(diǎn)之間的距離dist_ij，并將距離dist_ij之和取平均作為數(shù)據(jù)點(diǎn)間的平均距離

S34、針對(duì)屬性維度d，基于dist_ij構(gòu)建每個(gè)數(shù)據(jù)點(diǎn)小于平均距離的鄰域集Λ，若領(lǐng)域集Λ中數(shù)據(jù)點(diǎn)個(gè)數(shù)大于數(shù)量閾值，則計(jì)算領(lǐng)域集Λ中各數(shù)據(jù)點(diǎn)的目標(biāo)值方差，記數(shù)據(jù)點(diǎn)x⁽ⁱ⁾在維度d上的鄰域標(biāo)準(zhǔn)差為

S35、維度d更新后的屬性重要性值為各數(shù)據(jù)點(diǎn)在維度d上的平均標(biāo)準(zhǔn)差，即

3.如權(quán)利要求2所述基于貝葉斯優(yōu)化的工藝參數(shù)建模與優(yōu)化協(xié)同方法，其特征在于，距離dist_ij的計(jì)算公式具體如下：

其中，i＝1,2，...,n,j＝1,2，...,n，θ_h表示當(dāng)前屬性重要性θ在維度h上的值，表示數(shù)據(jù)點(diǎn)x^(j)在維度h上的值，表示數(shù)據(jù)點(diǎn)x⁽ⁱ⁾在維度h上的值。

4.如權(quán)利要求1所述基于貝葉斯優(yōu)化的工藝參數(shù)建模與優(yōu)化協(xié)同方法，其特征在于，預(yù)測(cè)模型的構(gòu)建方法具體如下：

S41、針對(duì)歷史數(shù)據(jù)集中各數(shù)據(jù)點(diǎn)x⁽ⁱ⁾，基于數(shù)據(jù)點(diǎn)間距離dist_ij選擇距其最近的w個(gè)數(shù)據(jù)點(diǎn)，計(jì)算其目標(biāo)值的標(biāo)準(zhǔn)差δ⁽ⁱ⁾；

S42、將各數(shù)據(jù)點(diǎn)x⁽ⁱ⁾作為輸入，其目標(biāo)值的標(biāo)準(zhǔn)差δ⁽ⁱ⁾作為輸出，基于RBF擬合和構(gòu)建數(shù)據(jù)變化率δ隨不同決策變量x變化的預(yù)測(cè)模型，以預(yù)測(cè)其在未知決策變量x^*下的δ^*值。

5.如權(quán)利要求1所述基于貝葉斯優(yōu)化的工藝參數(shù)建模與優(yōu)化協(xié)同方法，其特征在于，步驟S5具體包括如下步驟：

S51、基于屬性重要性θ計(jì)算未知決策變量x^*與歷史數(shù)據(jù)集中已知數(shù)據(jù)點(diǎn)的相關(guān)向量r、歷史數(shù)據(jù)集中各已知數(shù)據(jù)點(diǎn)的相關(guān)矩陣R；

S52、根據(jù)預(yù)測(cè)模型計(jì)算在未知決策變量x^*處的δ^*值；

S53、通過(guò)相關(guān)向量r、相關(guān)矩陣R和δ^*值計(jì)算在未知決策變量x^*處的s²(x^*)，更新全局采樣準(zhǔn)則函數(shù)中的不確定性指標(biāo)s；

S54、將未知決策變量x^*代入全局采樣準(zhǔn)則函數(shù)中，計(jì)算其對(duì)應(yīng)的采樣準(zhǔn)則值。