贝叶斯不确定性分析在产品设计中的应用研究.pdfVIP

第38卷4期 安徽师范大学学报(自然科学版) V01．38NO．4 201 015 5年7月 JournalofAnhuiNormal Science) Jd．2 University(Natural DOI：10．14182／了．cnki．1001—2443．2015．04．006 贝叶斯不确定性分析在产品设计中的应用研究 黄会芸， 朱连燕 (南京化工职业技术学院基础科学部，江苏南京210048) 摘 要：针对产品设计中普遍存在的不确定性问题，提出一种贝叶斯与满意度函数相结合的处理方 法．首先，采用贝叶斯理论分析各参数并根据后验分布进行随机抽样，依据工程人员偏好的满意度 大小，优化满意度函数以获得满意区间，从而保证所求优化解在不确定下仍以较高的满意度散布在 可行城内；其次，以目标在规格限内的后验概率为优化模型，在满意区间内最大化优化模型以得到 优化解；最后，结合实际工业案例验证所提方法能够有效地处理产品设计问题中不确定性源对结果 的影响． 关键词：贝叶斯分析；不确定性；满意度函数 中图分类号：0212文献标志码：A 文章编号：1001—2443(2015)04～0337—06 引 言 质量设计作为持续质量改进活动的重要支撑技术，主要应用在产品／过程的设计阶段，因此能够从源头 上减小和控制产品实现过程中的波动．响应建模是质量设计中至关重要的一个阶段，响应曲面方法 Surface (Response 先通过试验设计探索因子与响应输出之间的关系，然后建立两者之间的响应曲面模型，并优化所构建的目标 应的二阶多项式模型，然后，优化并确定过程输入的最佳参数组合．随着工艺过程的复杂度增加，简单的单个 二阶多项式模型将很难准确地刻画过程的真实关系．然而，在产品与工艺过程的优化设计中，往往存在各种 不确定性因素，如模型参数与输人参数，其产生的主要原因主要是试验数据有限及试验者对输人参数的真实 值无法准确的判断．Du等[4]指出系统中参数的不确定性将有可能迫使试验者选择保守的试验方案，以致得 “最优”的．因此考虑工程中的不确定性问题在产品设计中显示出越来越重要的地位与作用． 数和半参数回归方法进行了系统研究，运用半参数回归方法建立各目标的近似模型，并优化满意度函数确定 过程的最佳参数组合．Ng[7】运用贝叶斯模型平均建模方法构建响应曲面，然后基于建立的贝叶斯模型，构建 并通过切比雪夫距离方法对优化设计问题进行折中求解．宗志宇[9】等对目前几种多响应优化的主要方法进 行了分析和总结，并通过实际工业案例比较了各优化方法的优缺点．姜潮等【10J采用区间分析的方法处理了 不确定性源对产品设计的影响．Gibb[11 数据，进而依据更数后的样本数据得到优化设计的最优解，并根据分位数法得到最优解的置信区间．Fox 等【12J根据模型参数的后验分布对其进行抽样，不断更新优化设计的最优解，同样采用分位数法得到最优解 的置信区间．但他们仅仅考虑了模型参数的不确定性对设计的影响．Barton和Schruben[13J指出忽略输入参 收稿日期：2014一08—30 基金项目：安徽高校省级自然科学基金(K)． 作者简介：黄会芸(1979一)。女，江西高安人，硕士，讲师．研究方向：应用数学． 引用格式：黄会荟，朱连燕．贝叶斯不确定性分析在产品设计中的应用研究[J]．安徽师范大学学报：自然科学版，2015，38(4)：337—342 万方数据 338 安徽师范大学学报(自然科学版) 2015年 数的不确定性将会降低置信区间的可信度，其通过仿真试验分析验证了这一结论．Chick[14]提出采用贝叶斯 数是依据输入参数所决定的，如果不考虑输入参数的不确定性，仅仅依据一次样本来估计模型参数，显然是 模型参数，进而分析输入参数的不确定对响应的影响． 在产品设计中，输入参数的不确定会降低优化结果的稳健性．虽然上述文献从不同角度考虑了参数不确