基于PSO-SVM的多阶段产品质量预测控制方法研究  

Research on Multi-phased Product Quality Predictive Control Method Based on PSO-SVM

作　　者：杨静萍[1] 王万雷[1] 康晶[1] 米守防[2] 

机构地区：[1]大连民族学院机电信息工程学院,辽宁大连116605 [2]大连民族学院计算机科学与工程学院,辽宁大连116605

出　　处：《大连民族学院学报》2013年第1期37-41,共5页Journal of Dalian Nationalities University

基　　金：中央高校基本科研业务费专项资金资助项目(DC12010201);中央高校博士启动资金资助项目(20106204)

摘　　要：以钢铁产品为例,在分析多工序多阶段产品质量预测控制特点的基础上,建立了多控制点递阶SVM预测控制模型,在模型的求解过程中,提出了基于粗集理论和主成分分析法的数据预处理与模型简化,并利用带约束的PSO算法分别优化了SVM的核超参数和相关影响因素的决策范围,实现了多阶段产品质量预测和相关过程参数的全局优化,为生产过程的质量改进提供了科学的决策依据。Take steel product for an example, based on the analysis of quality predictive control characteristics of multi - phased production, a multi - control point hierarchical SVM predictive control model is established. During the solving, a data pre -processing method based on rough set theory and PCA method is proposed. A constrained PSO algorithm is used for optimizing the hyper kernel parameters of SVM and process parameters. The prediction of the muhi - phased products and the global optimization of its related process parameters are realized. Thus, some scientific evidences for production process quality improvement is offered with the method.

关 键 词：预测控制 过程参数优化 支持向量机 递阶模型 微粒群算法 

分 类 号：TP29[自动化与计算机技术—检测技术与自动化装置]