国家自然科学基金(70672088)
- 作品数：17 被引量：72H指数：6
- 相关作者：马义中周晓剑汪建均刘利平朱嘉钢更多>>
- 相关机构：南京理工大学江南大学湖南工学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术一般工业技术经济管理更多>>
- 两种求解非正定核Laplace-SVR的SMO算法被引量：6
- 2009年
- 提出2种用于求解非正定核Laplace-SVR的序列最小最优化(SMO)算法.第1种算法仅针对Laplace-SVR而设计;第2种算法将Laplace-SVR作为所要解决问题的一种特殊情况,使算法更具通用性.所提出的算法在保证收敛的前提下,使非正定Laplace-SVR能够达到比较理想的回归精度,具有一定的理论意义和实用价值.
- 周晓剑马义中
- 关键词：支持向量回归机
- 半参数共享脆弱性模型及其可靠性应用研究
- 2008年
- 针对传统假设中个体寿命独立同分布的不足,在个体寿命的基准危险率为分段常数危险率的条件下,引入刻画随机效应所产生影响的脆弱性因子,构建出基于比例危险率扩展模型的半参数共享脆弱性模型。运用基于Gibbs抽样的马尔可夫链蒙特卡罗(MCMC)方法,动态模拟出参数后验分布的马尔可夫链;在脆弱性因子的先验分布为Gamma分布时,引入基准危险率的鞅过程,并给出随机截尾条件下参数的贝叶斯估计,提高计算的精度。利用数值算例验证了该模型在可靠性应用中的直观性与有效性。
- 林静陈杰
- 关键词：贝叶斯分析可靠性马尔可夫链蒙特卡罗模拟
- 求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法被引量：10
- 2010年
- 序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huber-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值.
- 周晓剑马义中朱嘉钢刘利平汪建均
- 关键词：支持向量机
- 基于梯度信息的最小二乘支持向量回归机被引量：5
- 2011年
- 为了解决传统最小二乘支持向量回归机(LS-SVR)对训练样本量要求过高的问题,提出了基于梯度信息的支持向量回归机(GE-LS-SVR)模型。通过修改目标函数及约束条件,将梯度信息引入模型的构建中,重新构造了决策函数。采用了三个基准函数对模型进行了验证,并用三个常用度量准则对实验结果进行了比较。结果表明提出的模型能在较少样本的情况下达到较为理想的回归精度。
- 周晓剑马义中刘利平汪建均
- 关键词：支持向量机最小二乘支持向量回归机梯度信息计算机试验
- 破坏性测量系统波动源的分析被引量：10
- 2007年
- 测量系统分析是质量改进活动中的一个重要问题,评价测量系统精确度的标准方法是量具的重复性和再现性(R&R)研究,这种研究通常采用试验设计方法,而且对测量对象可以重复测量。然而在工业实践中,当遇到破坏性测量时,这种标准的R&R研究方法是无法实施的。本文给出了破坏性测量中测量系统波动源分析的一种方法,首先分析了破坏性测量中进行量具R&R研究的前提条件,进而给出了进行量具R&R研究的随机效应模型和方差分析方法;最后通过应用Minit-ab.14软件,对工业实践中的一个应用实例进行了分析。
- 马义中岳刚
- 关键词：案例分析
- 基于约束理论的混流生产调度研究被引量：13
- 2007年
- 提出了一种基于离散系统建模仿真方法的DBR(鼓-缓冲-绳子)改进方法,通过建立仿真模型并运行仿真模型来识别瓶颈资源,从而确定缓冲位置;采用模拟退火算法优化和确定相应的DBR控制参数,进而确定瓶颈资源和非瓶颈资源排程。实例计算表明,该方法能够有效优化和确定DBR生产控制参数,提高系统效率。
- 陈杰陈栋马义中
- 关键词：生产调度仿真模拟退火算法
- 广义线性模型的贝叶斯分析及稳健参数设计应用被引量：6
- 2009年
- 讨论了非正态响应稳健参数设计中应用最为广泛的广义线性模型。针对广义线性模型在稳健参数设计中普遍存在的估计性问题,对广义线性模型的参数采用相对客观的Jeffreys先验分布,运用基于ARMS抽样算法的MCMC方法动态模拟出各参数后验分布的马尔科夫链,并给出了广义线性模型参数的估计值和显著性因子。根据实际工业试验数据,利用SAS软件对广义线性模型进行了贝叶斯分析,结果表明贝叶斯广义线性模型在参数估计的稳健性和显著性因子识别方面比一般的广义线性模型更加可靠和有效。
- 汪建均马义中汪新
- 关键词：贝叶斯分析MCMC模拟
- 基于梯度信息的支持向量回归机被引量：2
- 2010年
- 传统的支持向量回归机(Support Vector Regression,SVR)都没有考虑到样本点处的梯度信息,因此必须通过加大训练样本的数目来提高回归精度,但由此导致的开销在计算机试验中有时是非常巨大的,从而影响了其在计算机试验中的广泛应用。针对传统SVR的不足,提出基于梯度信息的支持向量回归机(Gradient-enhanced SVR,GE-SVR)。提出的模型能在较少样本的情况下达到较为理想的回归精度,因而具有一定的理论意义和实用价值。
- 周晓剑马义中朱嘉钢
- 关键词：支持向量机支持向量回归机计算机试验
- 基于Jeffreys非信息超先验的贝叶斯变量选择算法被引量：1
- 2011年
- 在计算机试验中,复杂现象的仿真拥有数目庞大的输入变量,因此,筛选出对输出影响重要的输入变量是至关重要的。我们通过Jeffreys非信息超先验,提出了一种新的贝叶斯变量选择算法。不同于计算机试验中存在的变量选择算法,我们的方法不需要调节控制稀疏性的超参数。新的变量选择方法通过EM(expectation-maximization)算法求解,试验结果表明,我们的方法不仅取得了理想的效果,而且大大地减少了计算的负担。
- 邓海松马义中邵文泽
- 关键词：计算机试验元模型稀疏性插值
- 基于JGLM-RM模型的动态稳健设计及其应用被引量：2
- 2010年
- 根据动态稳健设计的基本思想和方法,结合联合广义线性模型(Joint Generalized linearmodel)和响应模型(Response model)各自的特点和优势,构建出基于JGLM-RM的动态稳健设计模型。利用新模型对具体工业案例进行了实证研究,结果表明新模型不仅能有效地区分具体噪声因子和潜在噪声因子对整个过程波动的影响,而且能够灵活地调节模型的截距和斜率。此外,新模型引入了均值和散度的联合广义线性模型因此能适应广泛的响应类型。
- 汪建均马义中程志强刘利平
- 关键词：广义线性模型稳健设计
