基于AHP与正则化RBF的多响应稳健参数优化

为改善金属聚丙烯薄膜电容器热聚合工艺中多响应参数稳健设计,依据预期改善效果,利用层次分析法的定性定量分析给出各响应指标满足一致性检验的优先优化权重,使得综合评价指标优先考虑响应稳健性及损耗角正切。然后利用正则化径向基神经网络建立因子与综合评价指标的网络模型,通过与效应值的对比判断模型拟真效果,并在全局范围内找出最优参数组合。结果表明,在优先考虑响应稳健性及损耗角正切基础上,正则化径向基神经网络能够较好反映真实映射关系,热聚合工艺中多响应参数达到整体最优的全局优化效果。

基于GRA与正则化RBF的稳健参数优化

为优化金属聚丙烯薄膜电容器热聚合工艺中多响应参数的设计,利用灰色关联度分析方法对实验参数进行综合模糊评价,依据预期改善效果,利用层次分析法给出各响应指标满足一致性检验的优先优化权重,使综合评价指标优先考虑优先优化权重大的响应指标。利用正则化径向基神经网络建立参数与综合评价指标的网络模型,并通过真值检验判断模型的拟真效果,在全局范围内找出最优参数组合。结果表明:在优先考虑响应稳健性及损耗角正切的基础上,正则化径向基神经网络能够很好地反映真实映射关系,可使热聚合工艺中多响应参数达到整体最优的效果。