El módulo de control electrónico es una parte importante de un detonador electrónico digital, que atraviesa un proceso de producción complejo que incluye tres pruebas de rendimiento eléctrico y tres procedimientos de inspección visual. En cada procedimiento de inspección, se generan varios tipos diferentes de datos diariamente, incluidos datos numéricos y categóricos. Para evaluar la calidad de producción de los módulos de control electrónico, en este estudio se diseña un algoritmo basado en una Red de Creencias Profundas con Evolución Diferencial Multi-mutación (MDE-DBN). Primero, se extraen indicadores clave para construir un sistema de índice de evaluación de calidad de producción. Se diseña un algoritmo de Evolución Diferencial Multi-mutación para optimizar los pesos iniciales de la red de creencias profundas (DBN) e integrar la información de calidad de producción en la fase de preentrenamiento. Posteriormente, los datos experimentales preprocesados se introducen en el algoritmo MDE-DBN para obtener las distribuciones de estados de producción excelentes, generales y no calificados, verificando la efectividad del algoritmo. Los resultados experimentales muestran que el algoritmo MDE-DBN tiene ventajas significativas en precisión de evaluación en comparación con las DBN mejoradas por otros algoritmos de optimización inteligente y métodos de aprendizaje automático.