基于協(xié)同進化神經(jīng)網(wǎng)絡集成的控制圖模式識別技術研究.pdf

1、隨著生產(chǎn)技術的進步，消費者的需求日益提高。這種需求不僅意味著需求量的增加，更有需求品質的提升。質量管理是現(xiàn)代化工業(yè)生產(chǎn)提高市場競爭優(yōu)勢的一個重要方法。在現(xiàn)代化工業(yè)生產(chǎn)過程中，穩(wěn)定的工藝流程是影響產(chǎn)品質量的一個重要因素。統(tǒng)計過程控制中的質量控制圖，常被用來監(jiān)控產(chǎn)品質量的穩(wěn)定性。然而傳統(tǒng)的控制圖已不再適應現(xiàn)代化大生產(chǎn)的需求。借助于先進的計算機信息處理技術，把人工智能技術應用工業(yè)過程控制中去，實現(xiàn)工業(yè)過程中質量控制的實時性、準確性是當前國內外

2、專家學者研究的方向之一。
　　本文總結了在現(xiàn)代化工業(yè)生產(chǎn)過程中，關于質量管理領域的控制圖模式識別的國內外研究現(xiàn)狀和發(fā)展趨勢，介紹了統(tǒng)計過程控制的基本概念和質量控制圖的基本原理，對本文涉及的控制圖的判定原則、神經(jīng)網(wǎng)絡的基本理論及其泛化和集成理論、協(xié)同進化等相關理論進行了闡述和分析，給本文研究的開展提供了理論支撐。通過分析目前質量控制圖模式識別方法中存在的不足和缺陷，結合人工神經(jīng)網(wǎng)絡在處理復雜分類問題方面的特點，利用協(xié)同進化的思想提出

3、了一種神經(jīng)網(wǎng)絡集成的設計和訓練的方法。通過對神經(jīng)網(wǎng)絡集成泛化誤差的分析，將神經(jīng)網(wǎng)絡學習算法和協(xié)同進化算法相結合，用個體網(wǎng)絡的相關度度量網(wǎng)絡集成的誤差從而實現(xiàn)個體網(wǎng)絡的差異性，個體神經(jīng)網(wǎng)絡的結構在學習過程中自動確定，保持了個體網(wǎng)絡的準確性，通過構造方法自動確定神經(jīng)網(wǎng)絡集成的結構，提高了集成學習系統(tǒng)的穩(wěn)定性和泛化能力。最后利用蒙特卡羅質量特征數(shù)據(jù)模擬方法生成與實際生產(chǎn)過程相似的質量特征序列，運用MATLAB2012a對控制圖6種基本模式識別