基于离散Hopfield网络的自相关过程控制方法

• 作者: 崔庆安
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自相关过程 Hopfield网络 联想学习 统计过程控制
• 年，卷（期）: 2008,（19）
• 所属期刊栏目: 博士论坛
• 页码范围: 8-11,30
• 页数: 5页
• 分类号: TP391
• 字数: 4428字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.19.003

摘要

对于自相关过程的统计控制,传统统计学方法虚发警报的概率较大,而BP人工神经网络方法权值训练困难,灵敏度不高.提出一种基于联想学习与离散Hopfield网络的自相关过程控制方法.不需任何训练样本,通过正交化编码将过程状态以吸引子的形式存储到Hopfield网络中,并利用网络的联想功能来检测自相关过程的阶跃型突变.算例研究表明,与Elman网络和EWMA方法相比,过程正常时,所提方法的平均链长(ARL)分别提高了27.9%和55.0%;过程异常时,所提方法的ARL分别降低了74.1%与81.8%以上.说明了方法的有效性与优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔庆安	郑州大学管理工程研究所	26	179	8.0	12.0