[发明专利]一种基于支持向量机和粒子群算法的注塑工艺优化方法在审
| 申请号： | 201910789733.0 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110674598A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 黄海跃;范希营;郭永环;曹艳丽;李赛 | 申请（专利权）人： | 江苏师范大学 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06N3/00;G06N3/12;G06K9/62 |
| 代理公司： | 32205 北京淮海知识产权代理事务所(普通合伙) | 代理人： | 杨晓亭 |
| 地址： | 221000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于支持向量机和粒子群算法的注塑工艺优化方法，是通过遗传算法(GA)优化支持向量机(SVM)参数并结合粒子群算法(PSO)寻优最佳工艺参数的方法，首先根据注塑产品的具体生产情况和质量指标选择工艺参数作为影响因素设计均匀试验；其次将均匀试验数据分为训练数据和测试数据，利用遗传算法优化支持向量机模型参数并构建支持向量机模型，得到注塑工艺参数与质量指标之间的非线性映射关系；最后结合粒子群算法优化工艺参数获得最佳工艺参数。本发明能够在当涉及多变量及变量范围差异较大时有效确定最优的变量值、获得最佳工艺参数，预测精度较高，能够有效提高注塑产品的生产质量。 | ||
| 搜索关键词： | 最佳工艺参数 粒子群算法 支持向量机模型 质量指标 均匀试验 注塑产品 非线性映射关系 优化支持向量机 遗传算法优化 优化工艺参数 注塑工艺参数 支持向量机 测试数据 训练数据 遗传算法 影响因素 注塑工艺 多变量 构建 寻优 生产 预测 优化 | ||
【主权项】：
1.一种基于支持向量机和粒子群算法的注塑工艺优化方法，其特征在于，是通过遗传算法(GA)优化支持向量机(SVM)参数并结合粒子群算法(PSO)寻优最佳工艺参数的方法，首先根据注塑产品的具体生产情况和质量指标选择工艺参数作为影响因素设计均匀试验；其次将均匀试验数据分为训练数据和测试数据，利用遗传算法优化支持向量机模型参数并构建支持向量机模型，得到注塑工艺参数与质量指标之间的非线性映射关系；最后结合粒子群算法优化工艺参数获得最佳工艺参数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏师范大学，未经江苏师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910789733.0/，转载请声明来源钻瓜专利网。
