[发明专利]一种基于小样本建立复杂产品优化设计代理模型的方法

摘要

一种基于小样本建立复杂产品优化设计代理模型的方法，属于复杂产品优化设计技术领域。确定该复杂产品优化设计的目标；为该复杂产品优化设计生成样本量为S的原始设计方案样本集；为该复杂产品优化设计生成虚拟设计方案样本集；合并原始设计方案样本集和虚拟设计方案样本集，构成混合设计方案样本集；确定复杂产品优化设计的目标相对各决策变量的灵敏度及灵敏度排序；以目标变量为输出变量，建立具有不同输入变量的三层BP神经网络模型；以混合样本集为训练样本集对上述各神经网络模型进行训练；选择性能最优的神经网络模型为最终的复杂产品优化设计代理模型。降低了生成样本的工作量，又保证了复杂产品优化设计代理模型的精度。

主权项

1.一种基于小样本建立复杂产品优化设计代理模型的方法，其特征在于：包括如下步骤：步骤1：确定该复杂产品优化设计的目标，并初步确定建立复杂产品优化设计代理模型所需训练样本集的样本量M；步骤2：采用正交试验设计的方法，为该复杂产品优化设计生成S个设计方案，并将上述的每个设计方案视作一个设计方案样本，上述S个设计方案即构成样本量为S的原始设计方案样本集；步骤3：基于原始设计方案样本集，生成虚拟样本集；步骤3.1：对每个原始设计方案样本进行归一化处理得到归一化的设计方案样本，进而得到样本量为S的归一化的设计方案样本集；步骤3.2：如果S≤M≤2S则把M调整为2S，并以归一化的S个设计方案样本为基础样本；如果M＞2S，则拷贝归一化的设计方案样本集份，形成集合A，再从归一化的S个设计方案样本中随机选择个样本形成集合B，A、B一起构成基础样本集，此处[]表示向下取整操作；步骤3.3：生成随机扰动，并将其叠加到上述基础样本上生成虚拟样本，并把虚拟样本各变量约束在[‑1，1]取值区间内，进而得到虚拟样本集：将第i个归一化的设计方案样本表示为Si＝(xi，1...xi，j...xi，N)，该样本由P个决策变量ai，1...ai，P和Q个目标变量bi，1...bi，Q共同组成，P+Q＝N；对Si的第j个变量xi，j∈[‑1，1]的扰动di，j为[‑1，1]内的随机值，其叠加到xi，j的加权值即扰动强度为β，则xi，j所对应虚拟变量x′i，j的计算方法为：其中Tempi，j＝xi，j+β*di，j，β∈[‑0.5，0.5]，从而得到与Si对应的虚拟设计方案样本S′i＝(x′i，1....x′i，j...x′i，N)；步骤4：合并归一化的设计方案样本集和虚拟设计方案样本集，构成混合设计方案样本集；步骤5：基于归一化的设计方案样本集，确定复杂产品优化设计的目标相对各决策变量的灵敏度及灵敏度排序；步骤6：以目标变量为输出变量，建立具有不同输入变量的三层BP神经网络模型；首先根据决策变量数P及神经网络模型输入变量数I的确定规则，确定上述各神经网络模型的输入变量数I；再基于步骤5所得灵敏度排序，按照所确定的输入变量数，取出相应数量的决策变量作为各神经网络模型的输入变量；步骤7：以混合样本集为训练样本集对上述各神经网络模型进行训练，同时记录各神经网络模型的建模误差MSE及回归相关系数R；步骤8：选择MSE最小同时R最大的神经网络模型为最终的复杂产品优化设计代理模型。