[發(fā)明專(zhuān)利]半導(dǎo)體制造系統(tǒng)的日產(chǎn)出量預(yù)測(cè)系統(tǒng)

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200810202312.5
• 申請(qǐng)日: 2008-11-06
• 公開(kāi)（公告）號(hào): CN101404072A
• 公開(kāi)（公告）日: 2009-04-08
• 發(fā)明（設(shè)計(jì)）人: 張潔;吳立輝;張功;朱瓊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海交通大學(xué)
• 主分類(lèi)號(hào): G06N3/08
• 分類(lèi)號(hào): G06N3/08;G06Q10/00;G05B19/418
• 代理公司: 上海交達(dá)專(zhuān)利事務(wù)所
• 代理人: 王錫麟;王桂忠

1.一種半導(dǎo)體制造系統(tǒng)的日產(chǎn)出量預(yù)測(cè)系統(tǒng)，其特征在于，包括：GUI模塊、日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊、神經(jīng)網(wǎng)絡(luò)模塊和神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊，其中：

GUI模塊接收用戶(hù)輸入的日產(chǎn)出量時(shí)間序列信息和神經(jīng)網(wǎng)絡(luò)訓(xùn)練的初始化參數(shù)設(shè)定值信息，分別將其輸出給日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊和神經(jīng)網(wǎng)絡(luò)的參數(shù)訓(xùn)練模塊；

日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊獲得日產(chǎn)出量時(shí)間序列，對(duì)日產(chǎn)出量時(shí)間序列進(jìn)行預(yù)處理后，將經(jīng)過(guò)重構(gòu)處理的日產(chǎn)出量時(shí)間序列輸出給GUI模塊和神經(jīng)網(wǎng)絡(luò)模塊，其中，預(yù)處理包括：時(shí)間延遲識(shí)別處理、嵌入維數(shù)識(shí)別處理和相空間重構(gòu)處理，針對(duì)日產(chǎn)出量時(shí)間序列；

神經(jīng)網(wǎng)絡(luò)模塊一方面從日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊獲得重構(gòu)后的日產(chǎn)出量時(shí)間序列數(shù)據(jù)，另一方面從神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊獲得優(yōu)化的隱含層和輸出層權(quán)值參數(shù)，進(jìn)行日產(chǎn)出量時(shí)間序列的預(yù)測(cè)處理，并將預(yù)測(cè)處理結(jié)果輸出到神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊和GUI模塊；

神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊一方面接收日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊的日產(chǎn)出量時(shí)間序列的預(yù)處理結(jié)果信息，一方面從GUI模塊接收神經(jīng)網(wǎng)絡(luò)訓(xùn)練的初始化參數(shù)設(shè)定值信息，對(duì)神經(jīng)網(wǎng)絡(luò)模塊中的隱含層和輸出層權(quán)值參數(shù)進(jìn)行訓(xùn)練處理，將優(yōu)化的隱含層和輸出層權(quán)值參數(shù)傳輸給神經(jīng)網(wǎng)絡(luò)模塊，并傳輸給GUI模塊；

所述日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊，包括三個(gè)子模塊：時(shí)間延遲處理子模塊、嵌入維數(shù)處理子模塊和相空間重構(gòu)子模塊，其中：

時(shí)間延遲處理子模塊負(fù)責(zé)對(duì)日產(chǎn)出量時(shí)間序列進(jìn)行時(shí)間延遲信息的識(shí)別處理，時(shí)間延遲處理子模塊從GUI模塊獲得日產(chǎn)出量時(shí)間序列數(shù)據(jù)，采用去偏自相關(guān)函數(shù)方法計(jì)算不同時(shí)間延時(shí)情況下時(shí)間序列的關(guān)聯(lián)系數(shù)，隨著時(shí)間延遲變量的增大，關(guān)聯(lián)系數(shù)單調(diào)遞減，當(dāng)關(guān)聯(lián)系數(shù)降到初始值的1-(1/e)時(shí)，所對(duì)應(yīng)的時(shí)間延遲變量即為獲得的當(dāng)前日產(chǎn)出量時(shí)間序列的時(shí)間延遲信息，并將日產(chǎn)出量時(shí)間序列的時(shí)間延遲信息傳輸給嵌入維數(shù)處理子模塊和相空間重構(gòu)子模塊；

嵌入維數(shù)處理子模塊負(fù)責(zé)對(duì)日產(chǎn)出量時(shí)間序列進(jìn)行嵌入維數(shù)信息m的識(shí)別處理，嵌入維數(shù)處理子模塊讀取時(shí)間延遲信息，并從GUI模塊獲得日產(chǎn)出量時(shí)間序列數(shù)據(jù)，采用格勞斯伯格-布朗西爾方法計(jì)算日產(chǎn)出量時(shí)間序列的嵌入維數(shù)，首先，設(shè)定初始的嵌入維數(shù)值為1，計(jì)算日產(chǎn)出量時(shí)間序列數(shù)據(jù)的關(guān)聯(lián)積分函數(shù)，隨著嵌入維數(shù)值增加時(shí)，關(guān)聯(lián)積分函數(shù)值變化率增大，當(dāng)關(guān)聯(lián)積分函數(shù)值變化率不隨嵌入維數(shù)值的增加而增加時(shí)，對(duì)應(yīng)的嵌入維數(shù)值為當(dāng)前日產(chǎn)出量時(shí)間序列的嵌入維數(shù)值信息，并將日產(chǎn)出量時(shí)間序列的嵌入維數(shù)信息m傳輸給相空間重構(gòu)子模塊；

相空間重構(gòu)子模塊負(fù)責(zé)對(duì)日產(chǎn)出量時(shí)間序列進(jìn)行相空間重構(gòu)處理，相空間重構(gòu)子模塊讀取時(shí)間延遲信息和嵌入維數(shù)信息，并從GUI模塊獲得日產(chǎn)出量時(shí)間序列數(shù)據(jù)，在延遲函數(shù)和嵌入維數(shù)的基礎(chǔ)上，采用相空間重構(gòu)方法的時(shí)間序列變換規(guī)則，將以N為天數(shù)的N行×1列的日產(chǎn)出量時(shí)間序列變換成(N-m)行×m列的日產(chǎn)出量時(shí)間序列，從而實(shí)現(xiàn)日產(chǎn)出量時(shí)間序列的相空間重構(gòu)處理；

所述的神經(jīng)網(wǎng)絡(luò)模塊，包括：輸入層處理子模塊、隱含層處理子模塊、輸出層處理子模塊和預(yù)測(cè)輸出子模塊，其中：

輸入層處理子模塊負(fù)責(zé)對(duì)相空間重構(gòu)處理的日產(chǎn)出量時(shí)間序列進(jìn)行輸入層函數(shù)變換處理，在對(duì)相空間重構(gòu)處理的日產(chǎn)出量時(shí)間序列進(jìn)行分析的基礎(chǔ)上，對(duì)日產(chǎn)出量時(shí)間序列的m列，采用m個(gè)tansig函數(shù)作為輸入函數(shù)，對(duì)日產(chǎn)出量時(shí)間序列進(jìn)行輸入層函數(shù)變換處理；

隱含層處理子模塊負(fù)責(zé)將輸入層處理子模塊的輸出數(shù)據(jù)進(jìn)行加權(quán)和函數(shù)變換處理，針對(duì)輸入層處理子模塊的m列輸出時(shí)間序列數(shù)據(jù)，將其與從神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊獲得的隱含層的訓(xùn)練權(quán)值參數(shù)相乘并進(jìn)行加權(quán)，加權(quán)的結(jié)果采用k個(gè)tansig函數(shù)進(jìn)行隱含層函數(shù)變換處理，k為隱含層處理子模塊的輸出時(shí)間序列數(shù)據(jù)的列數(shù)，以實(shí)現(xiàn)隱含層處理子模塊的加權(quán)和函數(shù)變換處理；

輸出層處理子模塊負(fù)責(zé)將隱含層處理子模塊的輸出數(shù)據(jù)進(jìn)行加權(quán)和輸出函數(shù)變換處理，針對(duì)隱含層處理子模塊的k列輸出時(shí)間序列數(shù)據(jù)，將其與從神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊獲得的輸出層的訓(xùn)練權(quán)值參數(shù)相乘并進(jìn)行加權(quán)，加權(quán)的結(jié)果采用1個(gè)tansig函數(shù)進(jìn)行輸出層函數(shù)變換處理，以實(shí)現(xiàn)輸出層處理子模塊的加權(quán)和函數(shù)變換處理；

預(yù)測(cè)輸出子模塊負(fù)責(zé)從輸出層處理子模塊獲取預(yù)測(cè)值，并將預(yù)測(cè)值輸出到GUI模塊；

所述神經(jīng)網(wǎng)絡(luò)參數(shù)的訓(xùn)練模塊，包括：初始化參數(shù)獲取子模塊、訓(xùn)練參數(shù)向量?jī)?yōu)化選擇子模塊、信息素?cái)?shù)量更新子模塊，其中：

初始化參數(shù)獲取子模塊從GUI模塊獲取信息素增加數(shù)量的設(shè)定值，輸出到信息素?cái)?shù)量更新子模塊；同時(shí)初始化參數(shù)子模塊從GUI模塊獲得訓(xùn)練參數(shù)向量的數(shù)量、神經(jīng)網(wǎng)絡(luò)的隱含層和輸出層的權(quán)值參數(shù)取值范圍等參數(shù)的設(shè)定值，并從日產(chǎn)出量時(shí)間序列的相空間重構(gòu)模塊獲得日產(chǎn)出量時(shí)間序列數(shù)據(jù)，輸出到訓(xùn)練參數(shù)向量?jī)?yōu)化選擇子模塊；

訓(xùn)練參數(shù)向量?jī)?yōu)化選擇子模塊負(fù)責(zé)神經(jīng)網(wǎng)絡(luò)的隱含層和輸出層的權(quán)值參數(shù)的優(yōu)化選擇處理，根據(jù)信息素量較大優(yōu)先規(guī)則，從神經(jīng)網(wǎng)絡(luò)的隱含層和輸出層的權(quán)值參數(shù)集合中選擇P組隱含層和輸出層的權(quán)值參數(shù)向量，計(jì)算P組權(quán)值參數(shù)向量的輸出誤差，輸出到信息素?cái)?shù)量更新子模塊，同時(shí)從信息素?cái)?shù)量更新子模塊獲取權(quán)值參數(shù)集合對(duì)應(yīng)的信息素?cái)?shù)量，優(yōu)先選用信息素含量最高的一組隱含層和輸出層的權(quán)值參數(shù)，并輸出到神經(jīng)網(wǎng)絡(luò)模塊的隱含層處理子模塊、輸出層處理子模塊和GUI模塊；

信息素?cái)?shù)量更新子模塊從初始化參數(shù)獲取子模塊獲得信息素增加數(shù)量的設(shè)定值信息，并從訓(xùn)練參數(shù)向量?jī)?yōu)化選擇子模塊獲得權(quán)值參數(shù)向量的輸出誤差值，對(duì)神經(jīng)網(wǎng)絡(luò)的隱含層和輸出層的權(quán)值參數(shù)集合的信息素量的更新處理，通過(guò)根據(jù)P組權(quán)值參數(shù)向量的輸出誤差值倒數(shù)的大小和設(shè)定的信息素增加數(shù)量參數(shù)來(lái)增加相應(yīng)隱含層和輸出層的權(quán)值參數(shù)的信息素量的方法，對(duì)信息素量進(jìn)行更新。