基于RBF神经网络的过程质量诊断研究

摘要：

对控制图模式识别方法的提高与改进是改善过程工业质量诊断和质量控制的关键.利用RBF神经网络设计了过程质量诊断模型,然后用K-means聚类算法确定隐含层RBF神经网络节点数,最小二乘学习算法对网络进行学习训练,并利用MATLAB7.0对网络进行仿真,结果表明该方法比传统方法能够较快地识别出控制图的异常模式,且具有较高的识别精度,能够达到过程质量诊断的要求.

关键词：K-means聚类、RBF神经网络、过程质量诊断

分类号：TP83(远动技术)

在线出版日期：2016-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：30-31