人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统，该系统对信息的处理方式是模拟对人类大脑对信息的处理方式，通过学习逼近任意非线性映射。将这种方法应用在过程质量控制中，可以有效的解决过程质量的复杂性、时效性、不确定性和非线性等问题。因而在实现复杂非线性系统的建模、预测、优化和自适应控制等方面具有独特的优越性，并获得了广泛的应用。朱坚民[10]提出利用神经网络对磁悬浮球位置进行控制，设计了基于神经网路的反馈补偿控制模型，提高了对磁悬浮球位置的控制精度。韩春玉[11]在热敏电阻的矫正模型中，通过利用BP神经网络建立了矫正模型，提高了热敏电阻的测温精度。朱名铨[12]提出了三种基于神经网络的质量参数预测方法，使网络结构更为简单，迭代次数更少。

（4）数理统计方法

该方法主要是体现SPC的应用上。SPC方法相比于其他几种方法其优点在于不需要建立复杂的数学模型，更为简单。其低投入、高产出的特点及其在大量生产中取得的巨大经济效益使许多专家学者对于SPC在小批量生产中的应用进行研究。Hiller[13]提出基于小样本的均值极差控制图，通过调整控制图的控制界限，提高了控制图的精度和灵敏度。但是这种方法在过程均值发生偏移时不够灵敏，George Tagaras[14]构建了动态的工序质量控制图。牛占文[15]提出联合应用通用控制图、累积和控制图和指数加权移动平均控制图形成联合控制图，满足多品种小批量微小偏差的统计过程控制要求的方法，并进行了验证。

通过对国内外在多品种小批量生产质量控制的方法总结分析，可以看出目前没有统一的质量控制方法可以适用于各种多品种小批量的生产环境，但是这些方法和思想对进一步研究多品种小批量生产的质量控制有重要的参考价值。