o个结点，结点输出值为1或0，代表了o种不同的控制图异常趋势。隐层结点数为h，本文采用实验分析的方法确定隐层结点数。整个网络的结点数为i+h+o。

人工神经网络的学习算法为有教师的δ学习律，其输入与输出关系满足非线性单调上升的函数：

                              (6)

在实际研究中，训练数据是利用Visual C++中的随机数函数产生(0,1)上均匀分布的随机数R_i。利用所产生的随机数，并根据中心极限定理，由式(7)生成标准正态分布的样本。变换标准正态分布的总体生成80组不同作用趋势的数据，其中20组数据为普通的，60组为三种复杂趋势，分别是小波动的持续上升、小波动的持续下降和循环趋势。

                             (7)

利用这80组数据，对所建立的神经网络进行训练取得了良好的效果。在对不同加工过程中所得到的20组实际数据的测试中，全部正确。对各种其它方法不易判断的复杂趋势具有良好的判断能力。

 

四、结论

本文在研究

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]  ... 下一页  >> 

“面向AMT的统计过程质量控制*提供各类毕业论文!”版权归作者所有，转载请著名出处。