广义KKT约束的增量支持向量机质量建模研究.pdfVIP

第 11期 机械设计与制造 2015年 11月 Machinery Design Manufacture 167 广义KKT约束的增量支持向量机质量建模研究 马 占飞 ，樊捷杰 ，张文兴 s (1．内蒙古科技大学 包头师范学院计算机系，内蒙古 包头 014030；2．内蒙古科技大学 信息工程学院，内蒙古 包头 014010； 3．内蒙古科技大学 机械工程学院，内蒙古 包头 014010) 摘 要：传统支持向量机在求解大规模样本训练时，解二次规划问题占用大量内存，收敛速度慢 ；并且当有新样本加入 时，所有样本需要一同重新训练，浪费大量时间，进而限制了其使用范围。针对上述缺陷，提出了广义约束的增量学习支 持向量机回归模型的动态质量建模方法，利用KKT条件及时淘汰对后续训练影响不大的样本 ，同时保留了含有重要信 息的样本。以带钢热镀锌生产中锌层质量模型为研究对象，建立生产过程参数与质量结果之间的回归模型。用某钢厂带 钢热镀锌的实际生产数据进行验证。结果表明，该算法在保证预测精度的同时，有效的提高了学习速度及对大样本学习 的能力并降低 了内存 占用。 关键词：质量建模 ；增量学习；支持向量机 中图分类号：TH16 文献标识码：A 文章编号：1001—3997(2015)11-0167—04 ResearchonQualityModeloftheGeneralizedKKT ConstraintIncrementalSupportVectorMachine MAZhan-fei，FANJie-jie，ZHANGWen—xing3 (1．ComputerScienceDepartmentofBaotouTeachersCollege，InnerMongoliaUniversityofScienceandTechnology，Inner Mongolia Baotou 014030， China；2．School of Information Engineering， Inner Mongolia University of Science and Technoloyg ，InnerMongolia Baotou 014010，China；3．Schoolof MechanicalEngineering，InnerMongolia University of ScienceandTechnology，InnerMongoliaBaotou014010，China) Abstract：Whentraininglarge—scc如 sample．thereweres0，， disadvantagesoftraditoindsupportvectormachine(SVM)． Thesolutionofquadraticoccupiesalotofmemorgqtheconvergencespeedsisolw；allsmaplesshouldbetrainingtogether whennewsmaplesjoiningwhcihwastealotoftime．Inthsipaper，ageneralizedconstraintSVMofdynmaicqudi~modeling me thodWas proposed．Th sime thoddeletethe sma plestimetywhichnon ctot the trainingna dretainthesma pleswhich containsimportnatinformationthroughKKTconditoin．Asreserachobject，hteproductionofgalvnaziedsteelwithzincquality modelwasusedtobuildtherecessoinmodelbetweentheproductoinprocesspraame