论文部分内容阅读
为了提高半导体生产线产出率预测的效率与准确性,研究一种基于数学规划模型融合BP神经网络的方法,该方法考虑了已有预测方法所忽略的范围预测问题,以降低预测过程的复杂性。采用主元分析法选取影响产出率的关键性能指标,并借鉴特征加权思想,利用选定的性能指标构建产出率多元线性回归模型;将该回归模型代入线性规划算法中,通过与模糊算法的结合确定产出率的最小预测范围;利用预测范围参数构建非线性规划模型调节BP神经网络参数,从而改进神经网络模型,得到最终的产出率预测值。仿真实验表明,该方法的预测范围精确且过程简便,具有可行性