论文部分内容阅读
现代复杂产品制造过程的输出数据表现出高度自相关性,致使过程的输出偏离设计目标值或使得传统控制图监控过程时的假警报增加。研究一种基于径向基(Radial Basis Function,RBF)神经网络的MMSE控制器,用全面实验方法对径向基神经网络的径向基函数分布密度和网络训练精度两个参数进行优化设计,得到基于最优径向基神经网络预测的MMSE控制器。仿真实验结果表明,将基于优化径向基神经网络预测的MMSE控制器应用于自相关过程的过程调整,可提高RBF神经网络的预测精度,改善MMSE控制器的调整效果,有