基于支持向量机的智能质量控制方法及关键技术研究

该项目研究以支持向量机为主要智能手段，利用支持向量机超强的小样本学习能力，建立适应柔性生产模式下小样本生产过程模型，对保证该模型精度的最佳样本数进行量化研究；研究适应柔性生产模式下小批量生产过程的智能质量预测方法及关键技术，及根据产品质量缺陷进行生产过程的智能质量诊断的方法及关键技术；研究基于支持向量机的智能质量控制的计算机实现，在制造企业开展实证研究验证和完善软件的预测、诊断能力。本项目的研究采用与传统统计质量控制方法（精确数学模型和大量统计质量数据等）截然不同的新途径，为解决柔性生产模式下小批量生产过程的质量控制问题提供了新的思路，并为其关键技术提供可行方案；将支持向量机小样本学习的基本理论与小批量生产过程的具体实际相结合，对进一步推动我国质量管理学科在高新技术环境下的发展具有重要的科学价值和广泛的应用前景。