基于数值仿真与决策树算法的塑性成形工艺规则获取方法

摘要

一种基于数值仿真与决策树算法的塑性成形工艺规则获取方法，首先建立数值仿真模型，从工艺条件参数中选取条件属性集合、确定评价成形性能的决策属性集合后，进行数值模拟试验设计，通过仿真试验得到塑性成形工艺信息源，然后对仿真结果数据离散化预处理形成决策表。根据信息增益比的大小确定各条件属性对于决策表数据集合的重要程度，依次确定决策树的各级节点，形成初始决策树。通过比较子树和单独子叶的预测错误率的方法修剪初始决策树，在修剪后的决策树上从根到树叶的各条路径归纳得到工艺规则。采用本发明方法可以扩展塑性成形领域知识来源，提高塑性成形仿真结果数据的利用价值，将数值仿真从设计验证层次上升至设计驱动层次。

主权项

1、一种基于数值仿真与决策树算法的塑性成形工艺规则获取方法，其特征在于包括如下四个基本步骤：1)塑性成形过程的数值仿真建模与计算：根据产品的要求，从塑性成形工艺相关参数中选取条件属性集合，确定评价成形性能的决策属性集合，将设计参数与工艺参数作为设计变量进行正交拉丁方的实验设计，得到一个用于数值模拟实验的设计参数与工艺参数的精简集合，然后采用塑性成形数值模拟软件建立塑性成形过程仿真模型，根据实验设计方案对产品塑性成形过程进行数值仿真计算，获得各种物理量在产品成形中分布演化的大量结果数据，即用于知识挖掘所需的塑性成形工艺信息源数据；2)数值仿真结果数据的预处理：将数值仿真结果数据经检查、清理后集成到数据库中，从仿真结果数据库中提取设计特征与工艺特征数据，根据领域常识或采用自动化离散方法，对数值仿真所产生的连续数据进行离散化处理，获得离散型数据，以产品的设计特征和工艺特征作为条件属性，产品评价特征作为决策属性，建立决策表，决策表中的数值用离散数据表达，条件属性用数字来表示不同的条件等级，决策属性用具有描述意义的单词来表示；3)决策树生成：将决策表组成的数据集合作为论域，根据决策属性的取值划分计算整个论域的期望信息量；分别以每个条件属性对决策属性进行分类，计算每个条件属性期望信息量，然后计算每个条件属性的信息熵，用以表示以该条件属性为扩展属性分类后集合的不纯度；以整个论域的期望信息量和各条件属性的期望信息量之差作为各条件属性的信息增益量，信息增益量与各自的期望信息量即为条件属性的信息增益比；以信息增益比最大的条件属性作为根节点去划分论域，得到若干个根属性子集；在各个根属性子集上计算其它条件属性关于根属性子集的信息增益比，以信息增益比最大的属性作为第二级节点，在剩余条件属性中取对于第二级节点属性子集信息增益比最大的属性作为第三级节点，依此类推，直到所有的条件属性都成为决策树节点；根据决策树的各级节点所反映的条件属性的重要程度，完成对数据决策表的划分，得到初始的决策树；4)决策树的修剪：比较子树的预测错误率和单独一个子叶的预测错误率，如果单叶的错误率并不比子树的错误率更高，就用子叶代替子树；修剪后的决策树上从根到树叶的每条路径对应一条工艺规则，沿着路径的每个属性值组合形成规则前件，叶节点包含类预测，形成规则后件；在修剪后的决策树上从根到树叶的各条路径归纳得到工艺规则。