基于非线性模糊支持向量机的知识化制造模式与动态环境匹配分类方法

• 作者: 严洪森 王玉芳
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 知识化制造模式 环境因素 支持向量机 粒子群优化
• 年，卷（期）: 2014,（5）
• 页码范围: 957-962
• 页数: 6页
• 分类号: TP183
• 字数: 6230字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2014.05.015

摘要

为了评价企业当前知识化制造模式与动态环境因素的匹配性，为企业的快速响应提供依据，提出了一种考虑模糊输入和不均衡样本的非线性模糊加权支持向量机（NFW-SVM）模型。考虑到实际生产面临的动态环境因素具有模糊性和不确定性，引入三角模糊数对模糊因素进行描述。针对不同匹配类别数据样本的不均衡性，设置了不同的分类惩罚因子，以降低小样本错分的比例。将变异算子和具有收缩因子的动态惯性权重引入到标准粒子群优化算法中，利用改进的粒子群算法对模型参数进行优化，提高模型的分类精度。给出了基于NFW-SVM模型的知识化制造模式与动态环境匹配的分类方法。最后，通过实例验证了该方法的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严洪森	东南大学复杂工程系统测量与控制教育部重点实验室	172	1915	19.0	34.0
5	王玉芳	东南大学复杂工程系统测量与控制教育部重点实验室	15	30	4.0	4.0