D01:10.13374.isml00103x.2009.07.047 第31卷第7期 北京科技大学学报 Vol.31 No.7 2009年7月 Journal of University of Science and Technology Beijing JuL 2009 基于小波相关向量机的产品质量模型 何 飞黎敏阳建宏 徐金梧 北京科技大学机械工程学院，北京100083 摘要针对常用的质量建模方法精度不高且难以给出预测区间，提出了基于小波相关向量机的产品质量模型.应用仿真数 据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明，小波相关向量机方法与支持向量机及 传统的相关向量机相比.具有更好的预测精度，而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的 平均值为452%，为保证产品质量提供必要的决策支持和分析手段. 关键词小波核函数：相关向量机：预测区间：锌层质量：质量模型 分类号TG335.220212.8 Product quality model based on wavelet relevance vector machine HE Fei,LI Min.YANG Jian-hong,XU Jin-wu School of Mechanical Engineering.University of Science and Technology Beijing,Beijing 100083.China ABSTRACT According to the fact that a common method for product quality modeling has not very high modeling accuracy and its prediction intervals can not be given a mode of product quality based on wavelet relevance vector machine was proposed.The simula- tion data and the real field data of zine coating mass from strip hot-dip galvanizing were used for validation.The results show that the model based on wavelet relev ance vector machine has a higher prediction precision than those baed support vector machine and rele- vance vector machine and its prediction intervals can be given.The zinc coating mass forecasting model based on wavelet relevance vector machine for multi-group data has an average of the relative prediction error of 4 52%;thus for the quality control it provides the necessary decision supports and analysis tools. KEY WORDS wavelet kernel function relevance vector machine;prediction interval zinc coating mass quality mode 找出产品质量指标与生产过程工艺参数间的对 法，虽然可以解决非线性映射问题，但存在着高度初 应关系，建立产品质量模型，可以预测产品质量，控 值敏感性和容易陷入局部最优等缺点.基于统计的 制、优化生产过程因而近年来得到了广泛的关注. 多元线性回归、偏最小二乘法等均属于线性回归方 锌层质量是带钢热镀锌生产中一个重要的用户指 法，难以反映生产过程存在着的非线性关系，在建模 标，气刀是控制锌层质量的关键部件刂.通过气刀 和预测精度上都存在一定的不足.相关向量机(e上 参数建立锌层质量的质量模型，有助于制定合理的 evance vector machine RVM)/y是Tipping于2OOl 锌层质量设定值，对节约原料和提高生产效益具有 年提出的一种与支持向量机(support vector ma- 重要的意义.气刀对锌层质量的控制工艺是一个多chie,SVM)相似的稀疏概率模型，它的训练过程是 因素、非线性的复杂过程.目前常用的产品质量建 在贝叶斯框架下进行的约.RVM可用于回归估 模方法有机理建模、人工智能建模和统计分析建模 计预测，从而获得预测值的分布，不仅具有出色的非 等习；而镀锌生产过程的机理复杂难以建立准确的 线性拟合和泛化能力，而且还弥补了SVM需要估 机理模型.人工神经网络作为常用的人工智能方计正则化参数，无法得到基于概率的预测结果的缺 收稿日期：200809-28 基金项目：国家自然科学基金资助项目(No.50705069):国家高技术研究发展计划资助项目(Nα2007AA04Z169):教有部博士点基金资助项目 (Na.20070008050):湖北省重点基金资助项目(No.2007A19) 作者简介：何飞(1982-).男.博士研究生.E-mail1 igh tw olf82@126.cm:徐金梧(1949一).男，教授，博士生导师基于小波相关向量机的产品质量模型 何 飞 黎 敏 阳建宏 徐金梧 北京科技大学机械工程学院, 北京 100083 摘 要 针对常用的质量建模方法精度不高且难以给出预测区间, 提出了基于小波相关向量机的产品质量模型.应用仿真数 据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明, 小波相关向量机方法与支持向量机及 传统的相关向量机相比, 具有更好的预测精度 , 而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的 平均值为 4.52 %, 为保证产品质量提供必要的决策支持和分析手段. 关键词 小波核函数;相关向量机;预测区间;锌层质量;质量模型 分类号 TG335 .22;O212 .8 Product quality model based on wavelet relevance vector machine HE Fei , LI Min , Y ANG Jian-hong , XU J in-wu S chool of Mechanical Engineering , University of S cience and Technology Beijing , Beijing 100083 , China ABSTRACT According to the fact that a commo n method for product quality modeling has no t very hig h modeling accuracy and its prediction intervals can no t be given, a model of product quality based o n wavelet relevance vector machine w as proposed.The simula￾tio n data and the real field data of zinc coating mass from strip hot-dip galvanizing were used for validatio n.The results show that the model based on wavelet relev ance vector machine has a higher prediction precision than those based support vector machine and rele￾vance vecto r machine , and its prediction intervals can be giv en .The zinc coating mass forecasting mo del based on wavelet relevance v ector machine fo r multi-g roup data has an average of the relative prediction error o f 4.52 %;thus for the quality control, it provides the necessary decision supports and analysis too ls. KEY WORDS w av elet kernel function;relevance v ector machine;prediction interval;zinc coating mass;quality model 收稿日期:2008-09-28 基金项目:国家自然科学基金资助项目(No .50705069);国家高技术研究发展计划资助项目(No.2007AA04Z169);教育部博士点基金资助项目 (No .20070008050);湖北省重点基金资助项目(No .2007A19) 作者简介:何 飞(1982—), 男, 博士研究生, E-mail:ligh tw olf82@126.com ;徐金梧(1949—), 男, 教授, 博士生导师 找出产品质量指标与生产过程工艺参数间的对 应关系,建立产品质量模型 ,可以预测产品质量 , 控 制、优化生产过程, 因而近年来得到了广泛的关注 . 锌层质量是带钢热镀锌生产中一个重要的用户指 标,气刀是控制锌层质量的关键部件[ 1] .通过气刀 参数建立锌层质量的质量模型 , 有助于制定合理的 锌层质量设定值 ,对节约原料和提高生产效益具有 重要的意义.气刀对锌层质量的控制工艺是一个多 因素、非线性的复杂过程 .目前常用的产品质量建 模方法有机理建模 、人工智能建模和统计分析建模 等 [ 2] ;而镀锌生产过程的机理复杂难以建立准确的 机理模型 .人工神经网络作为常用的人工智能方 法 ,虽然可以解决非线性映射问题,但存在着高度初 值敏感性和容易陷入局部最优等缺点.基于统计的 多元线性回归 、偏最小二乘法等均属于线性回归方 法 ,难以反映生产过程存在着的非线性关系,在建模 和预测精度上都存在一定的不足 .相关向量机(rel￾evance vector machine , RVM )[ 3] 是 Tipping 于 2001 年提出的一种与支持向量机(suppo rt vector ma￾chine , SVM)相似的稀疏概率模型, 它的训练过程是 在贝叶斯框架下进行的[ 4-5] .RVM 可用于回归估 计预测 ,从而获得预测值的分布 ,不仅具有出色的非 线性拟合和泛化能力 , 而且还弥补了 SVM 需要估 计正则化参数 ,无法得到基于概率的预测结果的缺 第 31 卷 第 7 期 2009 年 7 月 北 京 科 技 大 学 学 报 Journal of University of Science and Technology Beijing Vol .31 No.7 Jul.2009 DOI :10.13374/j .issn1001 -053x.2009.07.047