基于多核函数最小二乘支持向量机的控制图模式识别方法
2019-11-04分类号:TP18;TB114.2
【部门】南京理工大学经济管理学院
【摘要】为了提高在线监控过程的效率,本文将机器学习的方法运用于统计过程控制诊断中,提出了基于遗传算法的多核函数最小二乘支持向量机的控制图模式识别方法。仿真结果表明与BP(Back Propagation)神经网络相比,在小样本的情况下基于遗传算法的多核函数最小二乘支持向量机方法,在进行控制图模式识别时表现出模式识别率高和诊断速度快的优点。这对于实施在线监控,降低质量诊断成本,具有重要的意义。
【关键词】控制图 最小二乘支持向量机 模式识别 遗传算法 BP神经网络
【基金】国家自然科学基金资助项目(71871119,71931006);; 2018年江苏省研究生创新工程研究生科研与实践创新(KYCX18_0432)
【所属期刊栏目】工业工程与管理
文献传递