基于神經(jīng)網(wǎng)絡(luò)方法的自相關(guān)過(guò)程控制研究.pdf

1、由于自相關(guān)過(guò)程的特性，其觀測(cè)值不滿足傳統(tǒng)統(tǒng)計(jì)過(guò)程控制理論(SPC)對(duì)觀測(cè)值的基本要求-觀測(cè)值相互獨(dú)立，所以使用傳統(tǒng)休哈特控制圖控制自相關(guān)過(guò)程會(huì)引發(fā)大量虛發(fā)報(bào)警，而且對(duì)過(guò)程異常的檢測(cè)靈敏度也降低。本文嘗試將神經(jīng)網(wǎng)絡(luò)方法引入自相關(guān)過(guò)程控制中來(lái)，并取得了良好效果。 首先通過(guò)時(shí)間序列模型建立自相關(guān)序列模型。以前的研究中，對(duì)于均值變動(dòng)的研究只局限于階越式均值突變。但漸進(jìn)式均值漂移也是自相關(guān)過(guò)程均值變動(dòng)的主要形式之一。本文建立了基于AR(1

2、)模型的漸進(jìn)式均值漂移模型。 國(guó)外已有研究使用BP神經(jīng)網(wǎng)絡(luò)控制自相關(guān)過(guò)程，但大多控制效果與殘差控制圖接近。為有效提高神經(jīng)網(wǎng)絡(luò)的控制能力，訓(xùn)練數(shù)據(jù)的選擇非常關(guān)鍵。本文總結(jié)了選取訓(xùn)練數(shù)據(jù)的原則。使用依照該原則選取的訓(xùn)練數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，取得了很好的訓(xùn)練效果，網(wǎng)絡(luò)達(dá)到收斂。 將經(jīng)過(guò)訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于自相關(guān)過(guò)程控制，對(duì)過(guò)程處于穩(wěn)態(tài)、過(guò)程發(fā)生階越式均值突變和漸進(jìn)式均值漂移的控制結(jié)果進(jìn)行分析。為保證評(píng)價(jià)指標(biāo)的一致性，本文定義

3、了基于神經(jīng)網(wǎng)絡(luò)的ARL(平均鏈長(zhǎng))和識(shí)別率。將此結(jié)果與殘差控制圖對(duì)過(guò)程穩(wěn)態(tài)和發(fā)生階越式均值突變的控制結(jié)果相比較發(fā)現(xiàn)，本文所構(gòu)造的BP神經(jīng)網(wǎng)絡(luò)比殘差控制圖對(duì)自相關(guān)過(guò)程的控制更有效。 為盡可能縮小過(guò)程控制的取樣空間，提高反應(yīng)速度，本文對(duì)BP神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元數(shù)的選擇進(jìn)行了研究，給出了對(duì)應(yīng)不同相關(guān)性程度和不同均值變動(dòng)幅度的輸入層神經(jīng)元數(shù)的建議。根據(jù)該建議，可以在保證神經(jīng)網(wǎng)絡(luò)識(shí)別率的基礎(chǔ)上針對(duì)不同情況選擇盡可能小的輸入層神經(jīng)元數(shù)。