Multiple response surfaces method with advanced classification of samples for structural failure function fitting

روش های سطح پاسخ فعلی براساس طبقه بندی معمولا نمی توانند همه نمونه ها را به طور صحیح طبقه بندی کنند، بنابراین اثر نمونه های غلط کلاس را بر عملکرد تطبیق نادیده می گیرند. برای غلبه بر این مسئله، یک روش سطوح پاسخ پاسخ بهبود یافته پیشنهاد شده است. این عمدتا براساس تکنیک های تقسیم بخش و طبقه بندی صحیح نمونه ها است. گام های اصلی عبارتند از: (1) محاسبه یک ضریب محصول نرمال شده داخلی بین نزدیک ترین نمونه به ریشه ها و هر یک از دیگر، و مرتب سازی بر نمونه ها با مقادیر ضریب؛ (2) تعداد معینی از نمونه های مرتب شده (یعنی محدوده ضریب محصول داخلی نرمال) را برای هر بخش انتخاب کنید تا اطمینان حاصل شود که نمونه ها در این بخش می توانند به درستی طبقه بندی شوند؛ (3) فضای کلی را به بخش های مختلف بر اساس چنین محدوده تقسیم کنید و بخش تقریبی را براساس بخش بر اساس ماشین های بردار پشتیبانی اجرا کنید. شایستگی اصلی این روش این است که می تواند عملکردهای شکست ضمنی را تقریبا مشابه تعداد نمونه ها با توجه به ویژگی های طبقه بندی صحیح تمام نمونه ها به اندازه کافی بزرگ باشد. علاوه بر این، می توان آن را به هر دو تابع شکست تک و توابع شکست متعدد (صریح و آنهایی که پوشش داده شده) اعمال می شود. مثال های عددی نشان می دهد که روش پیشنهادی می تواند به خوبی در توابع شکست ضمنی دستیابی پیدا کند و نتایج اطمینان دقیق نیز باشد.