[發明專利]一種基于ICT和FCT的軟失效預測方法

在審

• 申請號: 202110167707.1
• 申請日: 2021-02-05
• 公開（公告）號: CN114861585A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 劉祖耀;顏志強;張海貝;汪中博;劉路
• 申請（專利權）人: 深圳長城開發科技股份有限公司
• 主分類號: G06F30/367
• 分類號: G06F30/367;G06N20/00;G06F119/02
• 代理公司: 深圳市順天達專利商標代理有限公司 44217
• 代理人: 郭偉剛

1.一種基于ICT和FCT的軟失效預測方法，其特征在于，包括以下步驟：

步驟S1、從產品的ICT和FCT測試項目中篩選出重點關注測試項目；收集因重點關注測試項目相關問題而被客退的產品的ICT和FCT測試數據，從而組成非正常數據集；

步驟S2、根據所述被客退的產品的生產時間，獲取同一批次但未被客退的產品的ICT和FCT測試數據，從而組成正常數據集；

步驟S3、基于非正常數據集和正常數據集，構建用于根據產品的ICT和FCT測試數據預判產品是否存在軟失效的軟失效預測模型；

步驟S4、根據軟失效預測模型，實時分析產品的ICT和FCT測試數據，從而預測產品是否存在軟失效。

2.根據權利要求1所述的軟失效預測方法，其特征在于，步驟S3通過采用機器學習算法執行。

3.根據權利要求1所述的軟失效預測方法，其特征在于，步驟S3包括以下步驟：

步驟S3.1、對正常數據集和非正常數據集的并集中所有ICT和FCT測試數據進行歸一化處理，該歸一化處理算法為：

k_ij＝|(T_ij-μ_j)/σ_j|；

其中，T_ij表示正常數據集和非正常數據集的并集中第i個產品的第j項ICT和FCT測試數據；

μ_j表示正常數據集中所有產品的第j項ICT和FCT測試數據的均值；

σ_j表示正常數據集中所有產品的第j項ICT和FCT測試數據的標準差；

正常數據集和非正常數據集的并集中產品總個數記為n，產品的ICT和FCT測試數據總項數記為m；采用第1個產品歸一化處理后的第1項-第m項ICT和FCT測試數據、第2個產品歸一化處理后的第1項-第m項ICT和FCT測試數據、…、第n個產品歸一化處理后的第1項-第m項ICT和FCT測試數據構建A_nm；其中，

步驟S3.2、分別計算正常數據集和非正常數據集的并集中所有產品的K值；將正常數據集和非正常數據集的并集中第i個產品的K值記為K_i，其中，K_i＝max(k_i1,k_i2,…,k_im)；以K值為橫坐標，分別以與K值對應的被客退的產品數量在被客退的產品總數量中的占比和與K值值對應的未被客退的產品數量在未被客退的產品總數量中的占比為縱坐標建立坐標系并繪制相應的曲線，從而得到被客退的產品數量占比-K值曲線和未被客退的產品數量占比-K值曲線；獲取被客退的產品數量占比-K值曲線和未被客退的產品數量占比-K值曲線在縱坐標方向上間距最大的位置上的K值，記為k’；

步驟S3.3、將非正常數據集中K值絕對值大于k’絕對值的產品定義為軟失效產品；抽取軟失效產品的ICT和FCT測試數據，以組成軟失效產品數據集；構建B_n(m+1)，其中，

在這里，y₁表示正常數據集和非正常數據集的并集中第1個產品是否為軟失效產品的值；y₂表示正常數據集和非正常數據集的并集中第2個產品是否為軟失效產品的值；…；y_n表示正常數據集和非正常數據集的并集中第n個產品是否為軟失效產品的值；

當y₁，y₂，…，y_n中任意一個為0時，則表示對應的產品不是軟失效產品；當y₁，y₂，…，y_n中任意一個為1時，則表示對應的產品是軟失效產品；

步驟S3.4、以B_n(m+1)前m列作為自變量，第m+1列作為因變量，利用機器學習分類算法進行分析，構建得到軟失效預測模型。

4.根據權利要求3所述的軟失效預測方法，其特征在于，步驟S4還包括：將產品實時的ICT和FCT測試數據進行歸一化處理，再作為自變量輸入軟失效預測模型，得到預測結果并輸出。