最遠(yuǎn)的數(shù)據(jù)將被刪除，即Yk= Yk\{yfarthest};否則，數(shù)據(jù)集保持不變；在一 次迭代中，此過程不斷重復(fù)，直到當(dāng)前模型殘差降低至預(yù)設(shè)的容限C ;
[0031] (5)模型惟一性判斷及臨界校驗(yàn)：隨著迭代過程的進(jìn)行，模型精度得到提高；模型 精度達(dá)到模型殘差容限C以后，即使構(gòu)建模型的數(shù)據(jù)集不完全一致，所構(gòu)建的模型保持不 變，信賴域優(yōu)化的結(jié)果同樣保持不變；因此，當(dāng)遠(yuǎn)離當(dāng)前迭代點(diǎn)的數(shù)據(jù)點(diǎn)被新得到的數(shù)據(jù)點(diǎn) 替換以后，用于建模的有效數(shù)據(jù)減少；當(dāng)有效數(shù)據(jù)減小到不足以得到一個(gè)唯一的模型時(shí)，模 型臨界校驗(yàn)將通過插值的方法，產(chǎn)生新的數(shù)據(jù)實(shí)驗(yàn)點(diǎn)，通過注塑過程實(shí)驗(yàn)，可得到新的實(shí)驗(yàn) 數(shù)據(jù)，由此來保證模型的惟一性；
[0032] (6)信賴域優(yōu)化及迭代點(diǎn)更新：在每一次迭代中，代理模型往往是基于有限的數(shù) 據(jù)回歸得到的，導(dǎo)致其在一個(gè)相對(duì)較大范圍內(nèi)的精確度不高。因此，基于一個(gè)大范圍精度 有限的模型，與其在全局范圍搜索，不如引入信賴域優(yōu)化。信賴域是指模型在一定范圍內(nèi)可 以"被信賴"，即在此范圍內(nèi)近似于真實(shí)過程；信賴域優(yōu)化能實(shí)現(xiàn)在優(yōu)化過程中對(duì)優(yōu)化步長(zhǎng) 進(jìn)行限制，保證下一個(gè)迭代點(diǎn)離當(dāng)前迭代點(diǎn)的距離會(huì)在一個(gè)被信賴的范圍內(nèi)。信賴域由信 賴域中心和信賴域半徑組成，信賴域中心即為當(dāng)前迭代點(diǎn)X k+1= X nOT;信賴域半徑大小表征 了當(dāng)前代理模型可在此范圍內(nèi)"被信賴"，進(jìn)而進(jìn)行優(yōu)化，信賴域半徑記為4，表示第k次迭 代時(shí)的半徑大小；求解信賴域優(yōu)化子問題的過程中，若出現(xiàn)由于代理模型精度不足導(dǎo)致的 不可解問題，通過罰函數(shù)的方法對(duì)原問題進(jìn)行相應(yīng)的轉(zhuǎn)化；
[0033] (7)注塑實(shí)驗(yàn)：在信賴域優(yōu)化子問題求解結(jié)果Xnrat處進(jìn)行注塑過程實(shí)驗(yàn)，得到相應(yīng) 輸出的制品重量f (Xmw)，從而得到新數(shù)據(jù)yk+1，用于下一次迭代中的數(shù)據(jù)集更新；
[0034] (8)信賴域半徑更新：mk(xk+1)是當(dāng)前代理模型在x k+1處的函數(shù)預(yù)測(cè)值，f(x k+1)是 目標(biāo)函數(shù)在xk+1處通過在線實(shí)驗(yàn)得到的函數(shù)值；如果代理模型和目標(biāo)函數(shù)在新迭代點(diǎn)處的 函數(shù)值差值的絕對(duì)值大于一個(gè)預(yù)設(shè)的容限ε (代理模型預(yù)測(cè)能力差表示代理模型的精度 差），即|mk(Xk+1)-f(x k+1)|>e，那么信賴域半徑將在下一次優(yōu)化中減小到原來的P倍，即 △廣=/?△) ;如果代理模型和目標(biāo)函數(shù)在新迭代點(diǎn)處的函數(shù)值差值的絕對(duì)值小于一個(gè)預(yù)設(shè) 的容限μ (代理模型預(yù)測(cè)能力好表示代理模型的精度高），即|mk(Xk+1)-f(Xk+1)|〈y，那么 信賴域半徑將在下一次優(yōu)化中增加到原來的λ倍，即Δ〗 +1=2Δ?;否則，信賴域半徑保持不 變，即 Δ"=Δ;-;
[0035] (9)終止判斷：將數(shù)據(jù)集中數(shù)據(jù)的分布區(qū)域大小作為終止準(zhǔn)則的判據(jù)；數(shù)據(jù)的分 布區(qū)域半徑Δ)是衡量算法終止的量化指標(biāo)，即Δ〗為第k次迭代時(shí)的采樣半徑；采樣半徑通 過計(jì)算各個(gè)采樣點(diǎn)到當(dāng)前迭代點(diǎn)的距離，取其中最大值得到，記為Omaxls,I ||x, 如果分布區(qū)域半徑達(dá)到采樣半徑預(yù)設(shè)容限ω，則算法終止，得到注塑成型過程的最優(yōu)控制 解，將其用于注塑過程，實(shí)現(xiàn)制品質(zhì)量的控制，否則返回步驟⑵。
[0036] 圖3為本發(fā)明中迭代建模方法更新代理模型的流程示意圖。
[0037] 實(shí)施例
[0038] 下面以一種塑料鏡片的重量控制為例說明本發(fā)明提出的一種注塑成型過程迭代 建模與優(yōu)化的重量控制方法的實(shí)施過程。
[0039] 首先，進(jìn)入步驟⑴進(jìn)行數(shù)據(jù)采集及初始化參數(shù)；該制品的重量控制目標(biāo)Wtg = 7. 83克，根據(jù)制品的重量波動(dòng)情況，設(shè)置重量偏差容限τ =〇.〇〇5克，建模數(shù)據(jù)上限U設(shè)為 20,模型殘差容限C設(shè)為2,信賴域相關(guān)參數(shù){ P，λ，ε，μ }設(shè)為恒定值；選擇優(yōu)化的操作 變量為：注射速度、保壓壓力和保壓時(shí)間，其中將注射段分為一段和二段分別進(jìn)行控制，其 分段點(diǎn)也是一個(gè)關(guān)鍵的工藝參數(shù)。這樣在該制品重量控制問題中總共有5個(gè)工藝參數(shù)需要 進(jìn)行調(diào)節(jié)，工藝參數(shù)的初值X tl= [X 0(1)，...，x0(5)]Τ隨機(jī)給定；并對(duì)操作參數(shù)進(jìn)行歸一化， 使得其每一維變量在[0, 1]區(qū)間；圖4中前6個(gè)點(diǎn)表示用以建立初始模型的初始數(shù)據(jù)Yk= {yci，...，y6}，隨機(jī)得到。初始迭代點(diǎn)為隨機(jī)給定的X(i。
[0040] 再轉(zhuǎn)步驟（2)判斷當(dāng)前是否為初始狀態(tài)，若當(dāng)前迭代次數(shù)k = 0,則為初始狀態(tài)，數(shù) 據(jù)集保持為初始狀態(tài)；若當(dāng)前迭代次數(shù)k>0,則進(jìn)行數(shù)據(jù)集的更新。若當(dāng)前數(shù)據(jù)集數(shù)據(jù)個(gè)數(shù) 小于預(yù)設(shè)上限，即N〈U，則將上一次迭代中的實(shí)驗(yàn)數(shù)據(jù)加入數(shù)據(jù)集，若當(dāng)前數(shù)據(jù)集數(shù)據(jù)個(gè)數(shù) 等于預(yù)設(shè)上限，即N = U，則將上一次迭代中的實(shí)驗(yàn)數(shù)據(jù)加入數(shù)據(jù)集，并且剔除離當(dāng)前迭代 點(diǎn)最遠(yuǎn)的數(shù)據(jù)，即 Yk= Y H U {y k} \ {yfarthest}。
[0041] 在步驟（3)中，利用已有數(shù)據(jù)，進(jìn)行模型結(jié)構(gòu)選擇以獲得最合適的回歸模型。即 通過比較不同組合的N個(gè)模型基下的模型結(jié)構(gòu)（N為當(dāng)前建模數(shù)據(jù)個(gè)數(shù)），得到最優(yōu)模型基 組合，確定模型結(jié)構(gòu)。同時(shí)，進(jìn)行回歸建模得到當(dāng)前代理模型。
[0042] 步驟（4)對(duì)所得當(dāng)前代理模型進(jìn)行模型殘差校驗(yàn)，使得回歸模型在采樣點(diǎn)上的殘 差控制在一個(gè)適當(dāng)?shù)姆秶鷥?nèi)。即計(jì)算代理模型和真實(shí)過程模型在建模數(shù)據(jù)點(diǎn)上的殘差，并 進(jìn)行累加，^=ΣνΚ("ζ/.(Λ:)-/(Λ:)) 2。如果殘差大于預(yù)設(shè)的容限C，即MR>C，則距離當(dāng)前 迭代點(diǎn)最遠(yuǎn)的數(shù)據(jù)將被刪除，即Yk= Yk\{yfarttest};否則，數(shù)據(jù)集保持不變。在一次迭代中， 此過程不斷重復(fù)，直到當(dāng)前模型殘差降低至預(yù)設(shè)的容限。
[0043] 步驟（5)對(duì)所得具有一定精度代理模型進(jìn)行進(jìn)一步的判斷和校驗(yàn)，即模型惟一性 判斷及臨界校驗(yàn)；當(dāng)有效數(shù)據(jù)減小到不足以得到一個(gè)唯一的模型時(shí)，模型臨界校驗(yàn)將通過 線型插值的方法，產(chǎn)生新的數(shù)據(jù)實(shí)驗(yàn)點(diǎn)，通過實(shí)驗(yàn)，可得到新的實(shí)驗(yàn)數(shù)據(jù)，由此來保證模型 的惟一性。
[0044] 步驟（6)基于步驟（6)得到的代理模型，進(jìn)行信賴域子問題的求解。信賴域中心 即為當(dāng)前迭代點(diǎn)x k;信賴域半徑大小為在上一次循環(huán)中更新得到的Δ"。求解得到新的迭 代點(diǎn)Xnew，將被作為新的操作點(diǎn)。
[0045] 步驟（7)，進(jìn)行注塑試驗(yàn)，在信賴域優(yōu)化子問題求解結(jié)果Xnrat處進(jìn)行注塑過程實(shí) 驗(yàn)，得到相應(yīng)輸出的制品重量f (Χ_)，從而得到新數(shù)據(jù)yk+1，用于下一次迭代中的數(shù)據(jù)集更 新和進(jìn)一步的模型更新。
[0046] 步驟⑶進(jìn)行信賴域半徑的更新。P，λ，ε，μ是預(yù)設(shè)的常數(shù)，滿足條件 ε >1，λ>1，〇〈ρ〈1，〇〈μ〈1。如果代理模型和目標(biāo)函數(shù)在新迭代點(diǎn)處的函數(shù)值差值 的絕對(duì)值大于一個(gè)預(yù)設(shè)的容限ε (代理模型預(yù)測(cè)能力差表示代理模型的精度差）， 即|mk(xk+1)-f (xk+1) |> ε，那么信賴域半徑將在下一次優(yōu)化中減小到原來的0. 75倍，即 =0.75 Δ(。如果代理模型和目標(biāo)函數(shù)在新迭代點(diǎn)處的函數(shù)值差值的絕對(duì)值小于一個(gè) 預(yù)設(shè)的容限μ (代理模型預(yù)測(cè)能力好表示代理模型的精度高），即|mk(Xk+1)-f(xk+1) |〈μ，那 么信賴域半徑將在下一次優(yōu)化中增加到原來的2倍，即Δ(+1 =2Δ〖。否則，信賴域半徑保持 不變，即Δ丨+1=Δ〉。
[0047] 步驟（9)進(jìn)行終止判斷。首先計(jì)算當(dāng)前建模數(shù)據(jù)集的采樣半徑 xi+1||，即每一個(gè)建模數(shù)據(jù)距離當(dāng)前迭代點(diǎn)的距