论文部分内容阅读
及时、准确地预测加工过程产品质量标准差σ，对于及时判断工序状态、调整加工过程因素，进而提高产品过程质量等具有重要意义。文章提出了一种基于加权最小二乘支持向量机（WLS-SVM）的时间序列预测新方法，该方法采用了结构风险最小化原则，较好地避免了人工神经网络等智能方法在小样本学习、预测过程中存在的过学习、泛化能力弱等缺点；并采用“重近轻远”的权重设置原则，提高了预测的精度。实验表明，采用该方法对产品过程质量标准差σ进行预测切实可行，对于产品过程质量控制具有重要意义。