讲座题目：机器学习视角下的实验设计及参数优化研究
讲座专家：崔庆安 教授（上海海事大学）
时间：2019年10月31日（周四）14:00
地点：有线楼306会议室
主持人：周晓剑 副教授（南京邮电大学）
讲座摘要：基于实验设计的参数优化是质量改进主要方法之一。随着技术进步及顾客需求丰富化，制造过程输入参数与质量特性的作用关系日趋复杂，表现为参数众多，且存在标量型、函数型等不同类型；质量特性呈现多极值、轮廓型分布；而且参数与质量特性高度非线性相关等等。以响应曲面分析为代表的传统方法，所拟合的一阶、二阶多项式局部回归模型，难以外推至参数的整个可行域，优化后仍有较大改善空间。本研究首先在机器学习视角下建立了参数优化框架，进而引入支持向量回归、高斯过程回归等全局性模型作为参数与质量特性的基础回归模型；特别地，为克服机器学习回归模型“黑箱”解释性差的不足，提出了相适应的方差分析、模型显著性F-检验和样本点显著性筛选χ2-检验方法；并提出基于Bézier曲线的双层嵌套模型，以优化多类型参数。其次，发展了与机器学习回归模型相适应的实验设计方法；采用空间填充设计，例如超拉丁方抽样、均匀设计等作为初始设计，利用遗传算法对该类设计进行拆分嵌套，分阶段均匀散布地添加实验点，进而实现整体式序贯性设计；结合先验知识，采用证据理论进一步降低了实验设计样本量。第三，提出了适用于机器学习回归模型的全局性寻优方法。以显著性样本点的多个聚类中心为初始点，采用梯度下降算法，对拟合模型寻优，以发现质量特性的多个极值点。本研究通过经典文献案例对比、算例分析、有限元软件仿真、实验产品制造等，从样本量降低、寻优效率、优化效果等方面说明了理论与方法在降低改进成本、实现全局性优化方面的有效性。
讲座专家简介：崔庆安，博士，上海海事大学经济js4399金沙线路教授，博导；郑州大学质量与大数据研究中心特聘研究员。天津大学js4399金沙线路工业工程专业博士毕业，美国弗吉尼亚理工学院暨州立大学统计学系访问学者。研究领域为质量管理与质量工程，研究兴趣集中在人工智能及统计建模、基于人工智能的质量优化与控制等。是中国质量研究与教育联盟专家，河南省首批工业质量品牌专家，河南省工业工程学会理事，河南省高等学校青年骨干教师，河南省高校科技创新人才，河南省高等学校工业工程类本科教学指导委员会秘书长，河南省教育厅学术技术带头人。近年来，主持国家自然科学基金项目面上项目2项，参与国家自然科学基金河南联合基金重点项目2项；还参与包括国家社会科学基金、河南省高等教育教学改革项目等10余项国家级、省部级科研教学项目。在《管理科学学报》、《系统工程理论与实践》、RESS、QTQM、CIE等国内外期刊、国际会议上发表论文50余篇；获得包括河南省科技进步壹等奖、河南省高等教育教学成果奖壹等奖、河南省自然科学学术奖壹等奖、河南省教育厅人文社科成果奖特等奖在内的10余项省部级奖励。