基于CKCPSVR的改进型永磁调速器的性能预测及优化

设计了一种具有凹槽磁极永磁盘和开槽导体盘结构的永磁调速器。针对该结构的多目标优化问题,采用中心复合设计实验构造了输入样本空间,采用有限元分析得到输出样本空间,从而构造出完备的训练数据集;然后基于合成核分类近似支持向量回归机建立了该装置的优化结构参数与性能指标(即输出转矩和涡流损耗)之间的预测模型;为了尽可能实现输出转矩最大和涡流损耗最小,将两个优化目标转化为"满意度最大"这一单目标问题,并利用空间粒子群优化算法进行求解,得出了满意的结构。有限元仿真结果表明:与标准结构永磁调速器相比,优化之后永磁调速器的性能得到了改善,使得涡流损耗降低了10%,同时输出转矩提高了22%;另外,制造了样机并进行了实验室仿真平台的验证,证实了所提优化设计策略的有效性以及改进型永磁调速器良好的性能。

基于复合核支持向量回归机的多类分类算法

针对传统支持向量机(SVM)在解决多类分类问题时需要训练多个分类器、存在不可分区域等问题,研究了基于支持向量回归机的多类分类算法。利用回归思想求解多类分类问题,将分类样本作为回归输入,样本的类别标识作为回归输出,通过支持向量回归机训练拟合出各样本与其类别标识之间的函数关系。将待分类样本代入回归函数,对其输出取整后即可得到样本类别。该算法仅使用1个分类器,明显简化了分类过程。另外,引入复合核函数来提高支持向量回归机的性能。采用加州大学欧文分校(UCI)例题库中的多类分类问题进行仿真验证,并将改进算法与传统算法作对比,结果表明改进算法在分类速度和准确率上都有显著提高。