• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >RBF网络的改进及其在焊膏印刷厚度预测中的应用
【6h】

RBF网络的改进及其在焊膏印刷厚度预测中的应用

代理获取
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

焊膏印刷是表面贴装(SMT)的第一道工序，焊膏印刷厚度在很大程度上反映焊膏印刷质量，其质量的好坏直接影响SMT的后续环节。焊膏印刷工艺具有复杂性、多变性的特点，受多种因素综合影响，而且动态变化，不易进行生产过程的实时检测。目前针对焊膏印刷质量检测手段都是事后检验，因此，对于焊膏印刷质量控制，有必要探索一种有效的事中质量控制手段。
　　 为此，本文提出了遗传算法和径向基(RBF)神经网络相结合的方法预测焊膏印刷厚度。首先在详细研究焊膏印刷结构特点和焊膏印刷工艺流程的基础上，分析抽取了影响焊膏印刷厚度的关键因素。其次，针对传统遗传算法的不足，提出了一种改进的遗传算法模型，改进了选择算子和自适应的交叉概率、变异概率。
　　 再次，利用改进的遗传算法优化RBF 神经网络的隐节点数、中心和宽度，用最小均方误差算法计算输出权值，从而能够自动并高效地选取RBF 网络中心。最后将改进的RBF 神经网络应用于焊膏印刷厚度预测，提出了基于RBF 网络的焊膏印刷厚度预测模型。
　　 研究结果表明，利用基于神经网络的焊膏厚度预测模型，能够有效预测焊膏印刷厚度，可以作为检测焊膏印刷质量的一种手段，对提高焊膏印刷质量有一定的实际意义和应用价值。
　　 然而，由于焊膏形态比较复杂，还有待研究焊膏印刷质量的检验标准，如焊膏印刷面积和体积等。另外，随着优化算法的发展，研究新的优化算法以改进RBF神经网络将是下一步研究的重点。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号