公开(公告)号：CN105488297A

公开(公告)日：2016-04-13

申请号：CN201510938097.5

申请日：2015-12-15

Applicant: 东北大学

Inventor： 崔东亮 ,  冯国奇 ,  俞胜平 ,  张亚军 ,  徐泉 ,  王良勇 ,  许美蓉

IPC: G06F17/50

CPC classification number: G06F17/5086

Abstract: 一种基于小样本建立复杂产品优化设计代理模型的方法，属于复杂产品优化设计技术领域。确定该复杂产品优化设计的目标；为该复杂产品优化设计生成样本量为S的原始设计方案样本集；为该复杂产品优化设计生成虚拟设计方案样本集；合并原始设计方案样本集和虚拟设计方案样本集，构成混合设计方案样本集；确定复杂产品优化设计的目标相对各决策变量的灵敏度及灵敏度排序；以目标变量为输出变量，建立具有不同输入变量的三层BP神经网络模型；以混合样本集为训练样本集对上述各神经网络模型进行训练；选择性能最优的神经网络模型为最终的复杂产品优化设计代理模型。降低了生成样本的工作量，又保证了复杂产品优化设计代理模型的精度。

公开(公告)号：CN105488297B

公开(公告)日：2019-01-08

申请号：CN201510938097.5

申请日：2015-12-15

Applicant: 东北大学

Inventor： 崔东亮 ,  冯国奇 ,  俞胜平 ,  张亚军 ,  徐泉 ,  王良勇 ,  许美蓉

IPC: G06F17/50

Abstract: 一种基于小样本建立复杂产品优化设计代理模型的方法，属于复杂产品优化设计技术领域。确定该复杂产品优化设计的目标；为该复杂产品优化设计生成样本量为S的原始设计方案样本集；为该复杂产品优化设计生成虚拟设计方案样本集；合并原始设计方案样本集和虚拟设计方案样本集，构成混合设计方案样本集；确定复杂产品优化设计的目标相对各决策变量的灵敏度及灵敏度排序；以目标变量为输出变量，建立具有不同输入变量的三层BP神经网络模型；以混合样本集为训练样本集对上述各神经网络模型进行训练；选择性能最优的神经网络模型为最终的复杂产品优化设计代理模型。降低了生成样本的工作量，又保证了复杂产品优化设计代理模型的精度。

公开(公告)号：CN105590141A

公开(公告)日：2016-05-18

申请号：CN201510938849.8

申请日：2015-12-15

Applicant: 东北大学 ,  沈阳东大自动化有限公司

Inventor： 崔东亮 ,  冯国奇 ,  王良勇 ,  徐泉 ,  张亚军 ,  许美蓉 ,  俞胜平 ,  王彦明

IPC: G06Q10/04 ,  G06N3/12

CPC classification number: G06Q10/04 ,  G06N3/126

Abstract: 适用于复杂产品优化设计的遗传算法初始种群构造方法，属于复杂产品优化设计技术领域。确定该复杂产品优化设计的目标并初步指定构成该遗传算法初始种群的三种样本量的比例；为该复杂产品优化设计生成样本量为S的原始设计方案样本集；为该复杂产品优化设计生成虚拟设计方案样本集和随机设计方案样本集；合并原始设计方案样本集、虚拟设计方案样本集和随机设计方案样本集，形成适用于复杂产品优化设计的遗传算法初始种群。本发明方法构建的遗传算法的初始种群，这种初始种群构造方法能够使遗传算法从质量较高的初始解展开搜索，减少搜索工作量，可以提高遗传算法的速度，且可以同时保证帕累托(pareto)前沿的均匀性和光滑性。