支持向量机法在钢结构焊接质量安全评价中的应用 .pdfVIP

学兔兔 支持向量机法 在钢结构焊接质量安全评价中的应用 Application of s~ety evaluation of the weIL~ g q aⅡi ⑩ 8媳 I s 丑G衄 e based⑩皿础 v∞ macNne method 江西省九江职业技术学院 张庆红 摘 要：目前我国对钢结构焊接质量安全鉴定方法主要依赖于经验判断，针对这个问题，本文研究借助现代检测仪器 和测试技术，综合考虑现代统计学理论和凸二次规划理论，提出基于支持向量机的钢结构焊接质量安全评价方法。运 用优秀的机器学习算法，对钢结构焊接质量进行全面分析，并作出钢结构焊接质量与安全的综合评价，使钢结构焊接 质量与安全评价更加科学和合理，以期对类似的研究和应用提供参照。 关键词：钢结构；焊接 支持向量机；评价方法 目前我国对钢结构焊接质量的安 接质量安全评价的数学模型 学习方法的研究和应用，目前已经遇 全鉴定所用的方法基本上属于实用鉴 1．1 基于统计学理论的支持向量机 到一些难题，例如网络结构的确定问 定法范畴…。这种鉴定方法主要依靠鉴 原理 题、欠拟合与过拟合问题以及局部极 定人员的经验知识，受人为因素的影 支持向量机 (Support Vector Ma— 值问题等 。相比较神经网络等新兴 响较大，无法精确地对钢结构焊接质 chines简称SVM)是Vapnik根据统计学 机器学习方法而言，Vapnik等人研究 量与安全作出正确评价。目前，以可 理论提出的一种机器学习算法I3】。这种 的有限样本条件下的支持向量机理论 靠度为标准的可靠性鉴定法开始尝试 基于结构风险最小化原则的机器学习 逐渐成熟和完善，并以完备的统计学 应用，现正处于深入研究阶段，已编 算法，能够在有限训练样本的基础上， 理论为指导形成了一个基础机器学习 制出关于焊接钢结构可靠性评价标准 求解实际问题时尽量提高它的推广能 算法，它在解决小样本、非线性及高 和评价规程 。但是，可靠性鉴定法在 力并能够得到准确度较高的解。同时， 维模式识别问题中表现出极大的优势 钢结构焊接质量的评定标准中仍存在 由于支持向量机算法是一个凸二次规 和良好的研究与发展前景。尤为重要 着不少问题。例如，一些规定只是用 划问题，故其最终求得的解是全局最 的是在解决非线性小样本问题时，支 语言来描述，评定时很难掌握分寸等 优解，是一种全局机器学习算法。相 持向量机通过引入核函数，将原始输 问题 。因此，本文借助现代检测仪器 比较其它机器学习算法，它不但有强 入空间映射到高维空间，将原始输入 大的统计学理论作为基础，而且在训 空问的非线性问题转化为映射后高维 和测试技术，综合运用现代统计学理 练过程中所需调整的参数比较少，有 特征空间的线性问题来求解，从理论 论，融入支持向量机机器学习算法， 较高的推广性。 上满足了统计学习的一致性条件和经 对影响焊接质量的主要结构参数进行 在模式识别领域，具有较好推广 验风险最小化原则，并基于统计学习 检测和数据处理，最后对数据进行全 能力分类器的设计一直备受关注。传 方法泛化边界的基础上建立小样本条 面分析并做出钢结构焊接质量安全的 统模式识别或者人工神经网络基本上 件下归纳推理统计学习算法。 综合评价，使得钢结构焊接质量与安 都是以大样本统计理论为指导