论文部分内容阅读
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。