基于粒子群的RBF神經(jīng)網(wǎng)絡(luò)晶圓清洗機過濾器流量預(yù)測

發(fā)布時間：2020-09-29 15:35

　　隨著電子產(chǎn)品在生活中的普及,電子產(chǎn)業(yè)飛速發(fā)展,那么半導(dǎo)體的制作就尤為重要,晶圓清洗技術(shù)是半導(dǎo)體生產(chǎn)過程中不可缺少的一部分,決定著企業(yè)利潤的高低。在生產(chǎn)制造集成電路和半導(dǎo)體產(chǎn)品過程中,幾乎每道工序都涉及到清洗,晶圓的清洗質(zhì)量直接關(guān)系到半導(dǎo)體和集成電路的成品率。就目前晶圓的清洗技術(shù)而言,濕法清洗是最常用的的清洗技術(shù)。濕法清洗技術(shù)的關(guān)鍵在于對清洗機化學(xué)品流量和濃度的控制。通過對清洗機過濾器流量的控制可以有效的提高產(chǎn)品的生產(chǎn)效率,避免過早更換過濾器化學(xué)品槽造成成本的浪費和避免過度使用化學(xué)品槽造成廢品。論文研究了粒子群算法優(yōu)化改進RBF神經(jīng)網(wǎng)絡(luò)(PSOIRBF)的方法對過濾器流量進行了預(yù)測。論文的主要研究工作如下:(1)介紹了對晶圓清洗機過濾器流量預(yù)測應(yīng)用的背景和應(yīng)用價值,以及目前在國內(nèi)外主要的幾種晶圓清洗技術(shù),并簡單介紹了晶圓清洗機的結(jié)構(gòu)特點和工作原理。(2)簡單地分析了各類典型神經(jīng)網(wǎng)絡(luò)預(yù)測模型的結(jié)構(gòu)、優(yōu)缺點以及前人們的應(yīng)用成果。(3)介紹了RBF神經(jīng)網(wǎng)絡(luò)的理論知識,分析其優(yōu)缺點,并為了解決RBF神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu),精度不高等問題對RBF神經(jīng)網(wǎng)絡(luò)模型進行了改進。(4)提出了粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)算法,并用一個非線性模型對該算法進行了驗證,分析了該算法的缺點。(5)針對粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)存在的缺點,提出了粒子群優(yōu)化改進RBF神經(jīng)網(wǎng)絡(luò)算法(PSOIRBF),用非線性模型進行了驗證,討論了不同神經(jīng)元個數(shù)時的預(yù)測結(jié)果,并和遺傳算法和未改進算法進行了比較分析,驗證了該算法的有效性。最后將該模型應(yīng)用到晶圓清洗機過濾器的流量預(yù)測中,進行仿真實驗。證明了該算法在晶圓清洗機過濾器流量預(yù)測中的有效性。
【學(xué)位單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN305;TP18
【部分圖文】：

清洗機,外觀圖,生理作用,人腦

晶圓清洗機外觀圖

結(jié)構(gòu)圖,線性神經(jīng)網(wǎng)絡(luò),結(jié)構(gòu)圖

圖 1-2 線性神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖知神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)[17]是對人腦感知特征的抽象模擬，結(jié)構(gòu)非常簡單，最由一個神經(jīng)元組成，線性閾值單元為網(wǎng)絡(luò)傳遞函數(shù)。只能解決題，不能應(yīng)用在線性不可分和非線性問題上，感知器網(wǎng)絡(luò)的學(xué)`w (t a)p ep `b (t a)(1) ew( n 1) w(n) `wb ( n 1) b(n) `b輸入向量，e為學(xué)習(xí)誤差，t為目標(biāo)向量， `w 為權(quán)值增量 `b 為

結(jié)構(gòu)圖,感知器,感知器模型,線性可分