模糊神經(jīng)網(wǎng)絡學習算法研究及在焊點質(zhì)量評估中的應用.pdf

1、電子產(chǎn)品的“輕、薄、短、小”化對元器件的微型化和組裝密度提出了更高的要求。在此前提下，保證焊點的質(zhì)量是一個極其重要的問題。焊點作為焊接的直接結果，它的質(zhì)量和可靠性決定了電子產(chǎn)品的質(zhì)量。然而，目前國內(nèi)對集成線路板的整體質(zhì)量評估仍舊停留在人工視覺階段，效率低且可靠性不足。為此，研究工藝自動化的可視信息集成技術就成為當今電子行業(yè)的一個迫切要求。
　　本文將模糊神經(jīng)網(wǎng)絡技術應用于焊點質(zhì)量評估的研究和實現(xiàn)。通過將聚類分析技術、模糊推理技術和

2、神經(jīng)網(wǎng)絡技術進行結合，在系統(tǒng)實現(xiàn)的效率和精確度方面都取得了一定的成果。主要研究了神經(jīng)網(wǎng)絡和模糊推理理論相結合的方法，并用神經(jīng)網(wǎng)絡來進行模糊推理，同時將聚類分析應用于推理規(guī)則的提取，解決了傳統(tǒng)的模糊神經(jīng)網(wǎng)絡中推理規(guī)則數(shù)目過多而造成的網(wǎng)絡學習速度慢以及執(zhí)行效率低的問題。此外，還改進了一種基于密度網(wǎng)格的聚類算法，改進后的聚類算法有效地解決了因聚類間過度擴展而造成的聚類精度不足的問題，同時通過自適應調(diào)整部分經(jīng)驗參數(shù)也緩解了聚類結果對經(jīng)驗參數(shù)設置