基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为实现过程输出质量的预防性改进,提出一种将SOM(self-organized map)神经网络、PCA(principalcomponent analysis)法和RBF(radial basis function)神经网络集成的过程质量预测和多因素整体调优方法.采用SOM神经网络对过程数据进行分类;采用主成分分析法对分类后的过程输出进行评价,建立过程因素备选库;采用RBF神经网络建立过程预测模型,通过预测判断过程输出质量的符合性,给出过程多因素整体调优的方案.实例分析结果表明,该方法能够有效实现预防性质量改进.
推荐文章
基于SOM和RBF网络的软测量方法研究
自组织特征映射
径向基函数
软测量
氢粉碎
基于SOM-RBF神经网络的COD软测量方法
化学需氧量
软测量
自组织特征映射
径向基函数网络
神经网络
模型
预测
基于PCA与RBF的建筑能耗预测建模
建筑能耗
主成分分析
RBF神经网络
正交试验
组合预测
基于PCA的RBF神经网络预测方法研究
主成分分析
RBF神经网络
多因素时间序列
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SOM-PCA-RBF的过程质量预测与整体调优
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 质量改进 过程优化 SOM神经网络 主成分分析 RBF神经网络
年,卷(期) 2017,(3) 所属期刊栏目 计算机软件理论、技术与应用
研究方向 页码范围 57-64
页数 8页 分类号 TP18|TH165+.4
字数 6241字 语种 中文
DOI 10.3969/j.issn.1673-159X.2017.03.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚进 四川大学制造科学与工程学院 217 1484 19.0 28.0
2 陈昌华 西华大学工商管理学院 11 20 3.0 4.0
3 徐文杰 5 32 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (30)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
质量改进
过程优化
SOM神经网络
主成分分析
RBF神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导