版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、產(chǎn)品質(zhì)量控制是生產(chǎn)企業(yè)參與市場(chǎng)競(jìng)爭(zhēng)并且賴以生存和發(fā)展的基礎(chǔ),也是先進(jìn)制造生產(chǎn)模式的重要組成部分。在現(xiàn)今復(fù)雜的生產(chǎn)制造技術(shù)環(huán)境下,生產(chǎn)過(guò)程具有自動(dòng)化、柔性化、集成化和智能化的特點(diǎn)。為了適應(yīng)市場(chǎng)全球化、消費(fèi)個(gè)性化趨勢(shì)發(fā)展的需要,對(duì)于產(chǎn)品的質(zhì)量要求也有了很大的提高。 本文針對(duì)目前對(duì)于產(chǎn)品質(zhì)量的這種高要求,以及傳統(tǒng)質(zhì)量控制手段的滯后性等弱點(diǎn),提出了基于神經(jīng)網(wǎng)絡(luò)的質(zhì)量預(yù)測(cè)模型。通過(guò)該預(yù)測(cè)模型,可以提前判斷過(guò)程參數(shù)是否符合要求,并且在不滿足
2、要求的情況下可以自動(dòng)的通過(guò)神經(jīng)網(wǎng)絡(luò)模型調(diào)整過(guò)程參數(shù)。文中不僅提出了該模型的結(jié)構(gòu),還對(duì)神經(jīng)網(wǎng)絡(luò)的非線性擬合能力作了深入的探討,并且給出了具體的仿真算例。本論文主要包含了以下的工作: 1.對(duì)BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)能力和性能給出了深入的討論,并且對(duì)BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)在函數(shù)擬合方面的性能作出了比較??梢钥闯?,RBF網(wǎng)絡(luò)在輸入數(shù)據(jù)條件良好的情況下,網(wǎng)絡(luò)的性能比BP網(wǎng)絡(luò)有著很大的提高。 2.在BP網(wǎng)絡(luò)的基礎(chǔ)上提出了一
3、種新型的神經(jīng)網(wǎng)絡(luò)模型,對(duì)網(wǎng)絡(luò)的收斂性和性能進(jìn)行了理論分析和實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)表明,該網(wǎng)絡(luò)具有學(xué)習(xí)速度快、特征提取能力強(qiáng)。并且網(wǎng)絡(luò)的自適應(yīng)能力也較好。與傳統(tǒng)的BP網(wǎng)絡(luò)相比具有較大的優(yōu)勢(shì)。 3.研究了智能控制和預(yù)測(cè)控制的基本理論,在此基礎(chǔ)上提出了智能預(yù)測(cè)控制的概念,建立了基于神經(jīng)網(wǎng)絡(luò)的智能預(yù)測(cè)控制模型。該模型通過(guò)兩個(gè)神經(jīng)網(wǎng)絡(luò)模塊起到對(duì)過(guò)程質(zhì)量參數(shù)進(jìn)行預(yù)測(cè)和控制的作用。其中的一個(gè)模塊用作對(duì)過(guò)程進(jìn)行模擬,另外的一個(gè)模塊則是利用預(yù)測(cè)值與期望值
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的棉紗質(zhì)量預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的焦炭質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)模型的板坯內(nèi)部質(zhì)量預(yù)測(cè).pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的聲景質(zhì)量預(yù)測(cè)模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的灰色預(yù)測(cè)模型.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的水質(zhì)預(yù)測(cè)模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測(cè)模型.pdf
- 基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的流量預(yù)測(cè)模型.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的空氣質(zhì)量預(yù)測(cè).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)困境預(yù)測(cè)模型設(shè)計(jì).pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成的匯率預(yù)測(cè)模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測(cè)模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的混凝土強(qiáng)度預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的產(chǎn)品質(zhì)量預(yù)測(cè)控制模型研究.pdf
評(píng)論
0/150
提交評(píng)論