控制与决策

作者：史玉皓,田建艳,刘军军,杨胜强

单位：太原理工大学 电气与动力工程学院,太原030024,,太原理工大学 电气与动力工程学院,太原030024,,太原理工大学 数学学院,太原 030024,,太原理工大学 机械与运载工程学院,太原 030024,

关键词：迁移学习;多源域迁移;可迁移性分析;自适应;流形正则化;滚磨光整;滚抛磨块优选

基金：山西省重点研发计划项目(201903D121057)；山西省自然科学基金重点项目(201801D111002)；山西省研究生教育创新计划项目(2021Y229).

迁移学习是将源域的知识迁移解决目标域问题的方法,能有效解决数据分布不一致的问题.针对多源域迁移时传统方法缺乏对多源域的可迁移性的合理分析和迁移效果的有效处理问题,提出一种基于流形结构的多源自适应迁移学习的方法,旨在提高单源域迁移效果的同时实现多源域的有效迁移.首先,对多源域进行可迁移性分析,选择可迁移的源域;然后,适配边缘分布和条件分布并引入均衡因子得到均衡分布适配,同时利用流形正则化约束数据结构,使单源域的信息使用最大化;最后,通过加权因子对不同源域分类器进行自适应加权,充分利用多源域的信息求解目标域问题.将该算法应用于滚磨光整加工中滚抛磨块的优选,通过建立滚抛磨块的相似度匹配方法,构建基于流形结构的多源自适应迁移学习的滚抛磨块优选模型.大量对比实验表明所提出方法表现更佳,准确率最高至73.44%,可以为滚磨光整中滚抛磨块的选择提供更有效的决策指导.

来源：2023年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第3期