基于Hopfield网络的渐进型漂移自相关过程质量控制方法

摘要

为提高自相关过程的统计过程控制方法的灵敏度与可靠性,提出利用Hopfield网络来检测自相关过程的均值渐进型漂移.首先将质量特性观测值分解为原形与背景噪声,通过动态编码将原形存储于网络;而后采用"相对增加"和"大于均值"原则对观测值编码,再利用网络的联想学习功能滤去背景噪声,提取原形,并判断均值是否发生渐进型漂移.研究表明,所提方法适用于具有不同参数的自相关过程,既无需过程统计模型,也无需大量的历史样本进行权值训练,具有较高的灵敏度与可靠性.