基于深度学习面向复杂产品仿真优化的强泛化响应面估计方法

发布时间：2020-04-21 22:29

【摘要】：现代机电产品的功能复合化及智能化程度正在不断的提高,系统组成变得越来越复杂。复杂产品设计过程中针对计算机仿真和优化具体任务时,所面对的目标逼近函数将呈现出多学科、多影响因素、多输出响应及强耦合性的高阶非线性关系等显著特征,而且对于传统响应面方法同时仍需面对模型训练样本数据较为缺乏的挑战,由于响应面的泛化能力不足,将难以支持对复杂产品设计中所涉及的多因素与多响应间复杂关系的准确表征。对此,通常情况下基于深度学习的深度响应面在理论上相对于浅层模型具有更好的模型性能表现潜力,但具有选取不恰当激活函数的神经元或者对于模型数据集具有不匹配的模型容量的深度网络模型在对具体函数进行逼近时其表现效果将可能差于浅层模型,同时模型在训练收敛速度上也会变得非常慢,甚至可能出现模型训练不收敛的情况。鉴于此,本文提出基于深度全连接前馈神经网络的深度响应面估计方法:模型首先应具有相对较深的深度(至少具有3层以上隐层),将具有恒定梯度的ReLU函数及具有强非线性特性的如sigmoid等的函数对模型的各层神经元合理地配置其激活函数,其中存在多层隐层中神经元激活函数被设置为如sigmoid等的强非线性函数,激活函数的强非线性特性使得模型的原始输入数据经过多层空间映射后能够构造出更高层次的抽象特征,从而提高了模型的非线性表达能力,同时其特征学习能力也得到了有效提高;其次,模型中大多数隐层中神经元激活函数被设置为ReLU函数,激活函数的恒定梯度能够保证模型在训练中具有较好的收敛性;另外,针对具有较少样本数量的训练数据集可通过增加高斯噪音的方式来大大扩充模型训练集规模,在模型训练过程中所增加的高斯噪音经过多层网络放大后传至输出层而实现对网络训练正则化的效果,使得模型过拟合问题得到有效缓和,同时模型训练收敛速度也得到翻倍提升;最终模型能够仅通过BP算法既可直接地实现有效训练,并构建出具有更强泛化能力的深度网络模型,模型训练流程简单且易实现。最后,在TensorFlow下实现算法与模型,通过本文所设计的难以逼近的复杂测试函数对其进行性能测试,并运用于小规模数据下精密数控装备设计环节中的光栅尺修正实例以及六足机器人的单腿节尺寸比例优化实例中进行检验。结果表明,本文所提出的深度响应面相比于传统响应面对于复杂函数的逼近在拟合程度指标Adjusted Rsquare上提高了将近3倍,同时在拟合精度指标RMSE上也提高了至少30%以上。
【图文】：

1图 1-1 响应面方法对黑箱模型显式表达示意图Fig.1-1 Schematic diagram of the explicit expression of the black box model by tresponse surface method

图 1-2 响应面构建过程Fig.1-2 Construction process of response surface在响应面方法中所要解决的核心问题是根据观测数据（采样点）通过参数估计构建能反映产品的设计变量（输入）和性能响应（输出）间映射关系的响应面（回归函
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH-39;TP18

【相似文献】

相关期刊论文 前10条

1 李善坡;隋允康;宇慧平;;采用基函数近似的响应面方法[J];北京工业大学学报;2006年S1期

2 孙海彦;王茜;刘恩世;彭明;;响应面方法优化黑曲霉产β-葡萄糖苷酶培养基成分的研究[J];轻工科技;2012年10期

3 陈洪武;彭聪聪;田铖;王立原;;基于响应面法对桁架结构形状的优化设计[J];工程设计学报;2018年04期

4 慕运动;响应面方法及其在食品工业中的应用[J];郑州工程学院学报;2001年03期

5 虞悝;;响应面方法在抗生素科研和生产中的应用探讨[J];天津药学;1990年04期

6 李善坡;隋允康;;响应面方法在二维连续体形状优化中的应用[J];力学与实践;2006年02期

7 范子杰;马林;桂良进;苏瑞意;;大客车侧翻安全性多目标优化[J];系统仿真学报;2012年05期

8 徐兴伟;胡晓兵;田昆;李毅;;支持向量机响应面在结构优化中的应用[J];机械设计与制造;2018年06期

9 张春宜;王爱华;孙田;井慧哲;李成伟;;基于双重响应面法的涡轮叶盘蠕变可靠性分析[J];机械强度;2019年04期

10 孙庆巍;李昊宇;朱海洋;;基于响应面方法的粉煤灰地质聚合物混凝土制备[J];安全与环境学报;2018年01期

相关会议论文 前10条

1 宇慧平;隋允康;张轩;龙连春;;响应面方法的改进[A];北京力学会第13届学术年会论文集[C];2007年

2 李善坡;隋允康;;基函数近似响应面方法的研究[A];北京力学学会第12届学术年会论文摘要集[C];2006年

3 张立新;隋允康;;基于响应面方法的桁架截面优化[A];北京力学会第11届学术年会论文摘要集[C];2005年

4 寇耀忠;任伟新;;基于响应面法的钢管混凝土拱桥模型修正[A];第十八届全国现代结构工程学术研讨会论文集 一：大会报告[C];2018年

5 麻越垠;陈万华;王元兴;聂旭涛;马斌;;基于响应面方法的突风机构有限元模型修正[A];第二十七届全国振动与噪声应用学术会议论文集[C];2016年

6 李志建;隋允康;;基于响应面方法的桁架结构频率优化[A];北京力学会第11届学术年会论文摘要集[C];2005年

7 付鑫;谢石林;李健;朱长春;张希农;;基于应变响应的结构有限元模型修正[A];第十五届全国非线性振动暨第十二届全国非线性动力学和运动稳定性学术会议摘要集[C];2015年

8 余晓斌;郝学财;;优化纤维素酶液体发酵培养基[A];中国资源生物技术与糖工程学术研讨会论文集[C];2005年

9 李善坡;隋允康;;采用组合响应面方法优化爆炸分离装置装药腔形状[A];北京力学会第13届学术年会论文集[C];2007年

10 隋允康;;结构优化的建模方法进展[A];中国力学学会学术大会'2009论文摘要集[C];2009年

相关博士学位论文 前10条

1 李璞;复杂产品基于稀疏响应面的仿真优化方法及其应用研究[D];广东工业大学;2019年

2 刘小杰;康氏木霉纤维素酶的发酵及其对稻草降解利用的初探[D];浙江大学;2003年

3 张健;电力电子器件及其装置的散热结构优化研究[D];哈尔滨工业大学;2015年

4 姬广磊;漆酶在染料脱色和疏水性芳香化合物降解转化中的应用研究[D];山东大学;2009年

5 张人会;离心泵叶片的参数化设计及其优化研究[D];兰州理工大学;2010年

6 闫明;蠕变—热疲劳可靠寿命预测的若干问题研究[D];东北大学;2008年

7 戴伟;基于响应面方法的立管结构可靠性研究[D];哈尔滨工程大学;2012年

8 洪东峰;基于响应面方法的聚丙烯流程模拟与优化[D];北京理工大学;2013年

9 方圣恩;基于有限元模型修正的结构损伤识别方法研究[D];中南大学;2010年

10 杨嵩;基于附壁效应的新型无阀压电泵[D];江苏大学;2015年

相关硕士学位论文 前10条

1 陈达权;基于深度学习面向复杂产品仿真优化的强泛化响应面估计方法[D];广东工业大学;2019年

2 尚军强;响应面法模型修正在预应力混凝土梁损伤评估中的应用研究[D];太原理工大学;2019年

3 康哲民;基于响应面法的结构可靠性分析及应用[D];广西科技大学;2019年

4 刘宇航;基于响应面的连杆结构优化设计[D];中北大学;2019年

5 王立原;响应面法在结构优化应用上的研究[D];上海海洋大学;2018年

6 万俊;基于响应面法模型修正的既有混凝土连续梁桥运营安全性能评估的研究[D];太原理工大学;2018年

7 潘明;基于模型修正的预应力混凝土梁裂后承载性能评估的研究[D];太原理工大学;2017年

8 彭聪聪;响应面法在结构优化应用上的研究[D];上海海洋大学;2017年

9 牛成奎;结构可靠性响应面方法研究及其应用[D];沈阳航空航天大学;2014年

10 张素梅;稳健设计中不确定性问题的研究及应用[D];西北工业大学;2005年

，

本文编号：2635814