支持向量機及其應用于感應加熱裝置優(yōu)化設計的研究.pdf

1、支持向量機是一種繼人工神經(jīng)網(wǎng)絡之后的新型機器學習算法，它以統(tǒng)計學習理論為基礎，使用核函數(shù)把數(shù)據(jù)從樣本空間映射到高維特征空間，將非線性問題轉(zhuǎn)化為線性可分問題，從而獲得最優(yōu)解。本論文在深入研究支持向量機理論和基本算法的基礎上，對其在橫向磁通感應加熱裝置優(yōu)化設計中的應用進行了研究。 為了分析標準遺傳算法早熟現(xiàn)象的內(nèi)在原因，本論文在遺傳算法運行過程中動態(tài)提取種群統(tǒng)計特征，如代間海明距離等，并應用支持向量機對這些特征的變化進行了分析和預測

2、。研究發(fā)現(xiàn)，這些特征的變化與早熟現(xiàn)象的發(fā)生具有內(nèi)在聯(lián)系。根據(jù)種群統(tǒng)計特征的整體規(guī)律性、局部不確定性和普遍性，在整體趨勢和局部性能兩個層面上調(diào)整遺傳算法的優(yōu)化策略，提高了算法的收斂率，有效地避免了早熟問題。 應用支持向量機對連續(xù)運動帶材橫向磁通感應加熱裝置的優(yōu)化設計問題進行了研究。 橫向磁通感應加熱問題涉及到三維渦流場與溫度場的耦合計算，以及全局優(yōu)化設計。本論文對連續(xù)運動帶材橫向磁通感應加熱問題進行數(shù)值仿真，得到帶材表面渦

3、流場分布。為了計算渦流產(chǎn)生的溫度場，將運動帶材表面各點熱源等效簡化為兩部分，一部分是靜態(tài)下僅與幾何位置相關的熱源，即當前固定熱源；另一部分是加熱的帶材進入裝置后到當前時段之前的均值熱源，是考慮到熱交換情況下前面時段熱源的簡化疊加。本論文應用由這兩部分熱源的近似形式組成的等效加權熱源進行溫度場的簡化有限元計算，該簡化計算方法縮短了耦合溫度場數(shù)值仿真的時間，得到的溫度場分布結果是可信的。 將電磁場分析軟件的數(shù)值仿真結果作為支持向量回