第一章 绪论 1
第一节 研究背景及意义 1
第二节 国内外研究现状 7
第三节 目前需要深入研究的问题 15
第二章 计算智能方法 19
第一节 智能与人工智能 19
第二节 符号智能与计算智能 20
第三节 人工神经网络 22
第四节 支持向量回归机 34
第五节 粗糙集 48
第六节 本章小结 57
第三章 自相关过程质量监控的人工神经网络方法 58
第一节 背景介绍 58
第二节 统计过程控制的基本原理 61
第三节 自相关过程的统计模型 65
第四节 自相关过程的EWMA控制图 68
第五节 基于Hopfield人工神经网络的自相关过程质量监控方法 70
第六节 本章小结 91
第四章 响应建模的支持向量回归机方法 92
第一节 背景介绍 92
第二节 质量优化的经典响应曲面法 96
第三节 响应建模的机器学习描述 104
第四节 实验设计条件下支持向量回归机的核函数及参数选择 107
第五节 基于支持向量回归机的复杂过程响应建模方法 115
第六节 仿真研究 117
第七节 降低吡啶二乙基硼烷合成反应综合成本的应用研究 132
第八节 本章小结 138
第五章 静态稳健性参数优化的支持向量回归机方法 139
第一节 背景介绍 139
第二节 静态稳健性参数优化的双响应曲面法 141
第三节 双响应和单一响应的支持向量回归机稳健性建模方法 144
第四节 仿真研究 151
第五节 板弹簧加工过程的稳健性参数优化 155
第六节 印刷过程的稳健性参数优化 166
第七节 电感电阻串联电路的稳健性参数优化 169
第八节 本章小结 173
第六章 动态稳健性参数优化的支持向量回归机方法 174
第一节 背景介绍 174
第二节 非线性动态系统的统计模型 176
第三节 基于支持向量回归机的动态系统稳健性参数优化 179
第四节 注射加工过程的稳健性参数优化 186
第五节 本章小结 199
第七章 参数调整规则提取的粗糙集方法 200
第一节 背景介绍 200
第二节 基于粗糙集的参数调整规则提取 202
第三节 应用案例分析 205
第四节 本章小结 223
第八章 各类算法的Matlab代码 225
第一节 基于Hopfied人工神经网络自相关过程监控算法代码 225
第二节 支持向量回归机核函数及参数选择算法代码 235
第三节 基于支持向量回归机的单一响应建模算法代码 262
第四节 动态稳健性参数优化的支持向量回归机建模算法代码 267
第五节 基于粗糙集的参数调整规则提取算法代码 269
参考文献 278