机械传动系统设计方案评判方法研究.docVIP

机械传动系统设计方案评判方法研究 　　[摘 要]机械传动系统设计方案选择会直接影响整个机械设计过程。本文对四种机械传动系统设计方案进行论述，包括支持向量机法、未确知测度模型、三级模糊综合评判法以及基于熵权的模糊AHP法，对比了不同评判方法所具备的特点，为机械传动系统设计提供理论依据。 　　[关键词]机械传动系统；设计方案；评判 　　中图分类号：TH132 文献标识码：A 文章编号：1009-914X（2014）37-0043-01 　　0 引言 　　在机械传动系统方案设计研究过程中，设计一个能够实现特定运动以及动力要求的机械传动系统时，可根据机械传动装置的设计原则及设计要求，通过不同传动原理进行实现，初步从知识库当中选择几种不同的传动方案。再根据这些设计方案，确定哪种方案可以满足要求，从而对方案的优劣进行适当评价，确定最优方案，这一过程对于整个机械系统设计过程来说，虽然相对比较困难，但是却非常重要，过程的好坏直接影响到设计机械产品的经济性、合理性以及可靠性。由于一个机械传动系统是通过有限的传动件组成，并且每个传动件各不相同，都有各自不同的特征，若选择传统的评价方法，免不了要进行大量复杂的计算分析过程，因为计算所产生的累积误差，这就有可能导致做出的评价和实际情况存在一定的差别，令最后确定的方案不是最优方案。基于此，本文对支持向量机法、三级模糊综合评判法、未确知测度模型以及基于熵权的模糊AHP法等方法进行介绍。 　　1 机械传动系统概述 　　机械传动系统就是指将发动机运动和动力传输至机械执行构件的一个中间环节，其不仅可以改变运动方式、运动大小及确保机械系统中的全部执行构件工作部分的协调性和配合性，另外，一定要将发动机功率和转矩传至相应的执行构件，进而克服生产形成的阻力。 　　2 机械传动系统设计方案的评判方法 　　2.1 支持向量机法 　　支持向量机指的是根据统计学习理论而发展起来的一种方法。若样本有限，支持向量机法可以构建一套规范完整的机器学习理论及方法，该设计可以有效克服随意性等缺点，现如今，支持向量机方法已广泛应用于模式识别与函数逼近、概率密度估计以及降维等众多领域，并且在这些领域中，支持向量机方法处理相关问题的能力也不断提高。 　　机械传动方案决策系统在建模时，普遍采用支持向量机法的多类分类算法。如今选择支持向量机法解决多类分类问题的基本方法包括“一对一”以及“一对其它”两种方法。具体的问题举例如下：假设给定属于k类的m个训练样本（x1，y1）， （x2，y2），…， （xi，yi），其中xi（i=1，2，…，m） 代表系统的特征因素集，比如{μc1（u），μc2（u），μc3（u），μc4（u），μc5（u）}，yi？{1，2，…，k}代表分类标志，其中k=4。需要通过上述练样本建立分类函数f，确保未知样本x进行分类过程中错误率可以达到最小化。通常情况下，每一个样集均有k（k-1）/2个学习机，学习过程要选择“最大赢分”的模式。若此时学习机的训练结论表示测试样本x是属于第i类的满意度，那么对于第i类满意度的分数要加1；否则便对第j类的满意度分数加上1，最后的结论要通过具有最大分数类为x的满意度进行决定。 　　因为支持向量机法是通过灵活地引入了核函数从而达到非线性分类的目的，而且可以平衡经验风险和函数集容量间的关系，所以，支持向量机法可避免过拟合现象的发生，其推广空间是巨大的。另外，支持向量机法仅仅需要少量的训练样本便可以获取较低的检测错误率。支持向量机法性能的好坏直接取决于核函数，经常使用的核函数有高斯核与多项式、核线性核与感知器核等等。以下是采用支持向量机方法对70组、5种特征因素、4种传动形式的样本集进行6个分类器的训练，训练流程图见图1。 　　2.2 三级模糊综合评判法 　　机械传动系统方案受到不同的属性、不同的因素影响，评价过程中一定要进行充分的考虑。但是部分的因素模糊性较强，因此，评判过程中会涉及到模糊因素，此类的评判便称作模糊综合评判。所谓的模糊综合评判指的是通过模糊变换原理综合考量评价目标。机械传动系统方案设计过程中，由于需要考虑的因素相对较多，并且不同因素之间还存在层次之分，大多数因素还存在较为强烈的模糊性，为了能够对系统中事物间的优劣次序进行比较，确定具有实际价值的评判结果，所以，可选择三级模糊综合评判进行评价。该评价方法首先对一个因素的不同等级进行综合评判，从而实现单因素评判，其次将评判结果作为每一类的综合评判，将确认的结果再次进行类与类间的综合评判。 　　机械传动系统方案采用三级模糊综合评判时，引入了因素子集、因素以及因素等级三层结构，与此同时，克服了因素的模糊性以及权分配的问题，所以，确保了对于因素的状态以及重要程度的确定可以满足客观实际的要求。评判过程中涉及到了隶属度与权数，所以，是离不开人的