晶圆切割和随机缺陷驱动的掩模设计方法

针对现有掩模设计方法的不足,提出了同时考虑晶圆切割和随机缺陷的掩模设计方法.在预估边到边晶圆切割引起的成品率丢失的同时,将随机缺陷引起的成品率丢失也纳入了设计参考量.对掩模上芯片进行布局规划的阶段,使那些由于随机缺陷造成成品率丢失较高的芯片在布局规划的目标函数中拥有较大的权重.这些芯片会在模拟退火算法迭代的过程中被自动放置在相应的与其他芯片较少切割冲突的位置,避免了后期晶圆切割对其产量造成的损失.此方法均衡了芯片之间的产量,在满足各个芯片需要产量的前提下,减少了生产所需的晶圆数量.与最小化掩模面积的设计方法和只考虑晶圆切割的设计方法比较,该方法使生产所需要的晶圆数量分别减少了15.22%和7.14%.     

半导体晶圆生产线调度的性能指标体系研究

针对半导体晶圆生产线调度，提出了由用于日生产计划的调度方案对比的短期性能指标，和用于每日投料计划的、实施分析的长期性能指标组成的半导体晶圆生产制造系统的性能指标体系．其中，短期性能指标分为与产品有关的在制品值、移动步数和移动速率，以及与设备有关的设备利用率、负载程度、排队队长和瓶颈率；长期性能指标主要包括产品的加工周期、流程参数和生产率．在此基础上，设计并实现了半导体晶圆生产线调度性能评价系统，以指导半导体车间的实际生产．该系统已经在工厂中得到应用．     

基于元胞自动机原理的微观交通仿真模型

描述了一种对高速路上的交通流仿真和预测的模型.该模型应用了元胞自动机原理对复杂的交通行为进行建模.这种基于元胞自动机的方法是将模拟的道路量离散为均匀的格子,时间也采用离散量,并采用有限的数字集.同时,在每个时间步长,每个格子通过车辆跟新算法来变换状态,车辆根据自定义的规则确定移动格子的数量.该方法使得在计算机上进行仿真运算更为可行.同时建立了跟车模型、车道变换的超车模型,并根据流程对新建的VP算法绘出时空图.提出了一个设想:将具备自学习的神经网络和仿真系统相结合,再根据安装在高速路上的传感器所获得的统计数据,系统能对几分钟以后的交通状态进行预测.     

一种基于多尺度均线位置关系的移动通信网流量预测方法

摘 要：从统计学的角度观察得出结论,移动通信网数据流量与股票价格预测具有一些相同的特征。基于此,提出将多尺度均线相对位置的经验型股票估值方法运用到移动通信网流量预测中。方法首先根据流量特征选定均线尺度,继而利用插值方法对曲线进行平滑处理,使之适合均线变化方向和量化计算;最后通过均线之间的位置关系来预测流量的变化趋势和变化量。初步仿真实验证明,该方法是有效、可行的。     

基于DBSCAN与HL相结合的晶圆成品率预测研究

对半导体成品率进行预测分析可有效控制产品成本,提高产品质量,而缺陷问题是导致半导体成品率损失的关键因素。因此,考虑晶圆缺陷聚集特性和数据嵌套性,研究了一种密度聚类与多水平逻辑回归相结合的受缺陷限制的成品率预测方法。首先采用密度聚类算法获取晶片缺陷模式类型;将在线缺陷数据在晶片水平进行整合,作为多水平逻辑回归模型的输入参数;根据多层次晶圆结构,在模型中加入嵌套变量,在批次层、晶圆层和组别层构建随机截距效应模型;在产品层构建非随机变化截距与斜率模型进行成品率预测;最后,根据回归结果分析引起成品率损失的主要因素并提出相应的改进措施。通过仿真实验表明,多水平逻辑回归模型的预测精度优于常用的Seed’s成品率模型与嵌套结构逻辑回归模型,该模型具有更高的预测能力与可行性。     

基于实测数据分析的风电功率预测

由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测.预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01%和3.25%,工程中可以采用该组合模型对风电功率进行预测.     

地表沉陷的数据拟合分析

采用现场实测的方法,对倾斜煤层的开采沉陷及地表移动的基本规律进行了研究.对现场实测数据进行了多项式拟合.研究结果得出了地表移动的下沉系数、水平移动系数、最大下沉量及其相对应的地表移动的预测公式,所得结果对矿山具有实际的指导意义.     

AVS-M基于统计方法的快速帧内预测模式选择

AVS-M是中国自主制订的数字音视频编码系列标准(AVS)中的移动视频编码标准.针对AVS-M帧内预测多预测块模式的特点,提出新的AVS-M基于统计方法的快速帧内预测模式选择.它利用相邻块的预测模式找寻最可能模式 ,选定该模式并计算为最佳预测模式的概率.通过统计运算,就可得到在某种预测模式下的最佳预测模式概率的大小顺序.该方法可以提前终止帧预测从而减少了计算量.仿真结果表明在不影响峰峰比特率的前提下能有效提高编码速度.     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

深基坑开挖引起的周边地表变形预测

应用模糊数学理论推导出的Fuzzy测度模型,根据实际基坑的情况对地表下沉公式积分范围进行了修正,使用Matlab语言编写了预测地表下沉及水平位移变形的程序.对深基坑开挖引起地表下沉及水平位移变形量进行预测的结果表明:该模型对基坑周围土体变形量的预测结果与实测情况吻合较好,所获得的理论公式可应用于深基坑工程开挖引起的地表移动变形预测.     

基于大数据分析的半导体工艺的良率提升研究

基于大数据分析的失效分析技术,研究了制约先进集成电路良率的系统性问题方法.应用Yield Explorer分析软件对集成电路测试结果进行基于大规模的统计分析的再诊断.根据晶圆的针测结果,利用Yield Explorer的大量自动诊断功能,选取晶圆最外面5圈的芯片进行分析,找到了影响制约晶圆良率的系统性问题.通过选取最佳的失效样品进行物理失效分析,找到失效的真正工艺因素,经工艺优化后的晶圆良率提高了约2%.     

灰色神经网络模型在图书采购复本量预测的应用

针对图书采购复本量预测问题,提出了基于灰色神经网络的采购复本量组合预测模型.根据现有文献记载5年来的G类图书的流通率、拒借率和平均复本量数据,运用组合预测方法对G类图书复本量进行了预测,并与多元线性回归模型以及BP神经网络模型比较.结果表明:组合模型预测值的相对误差更小,精度更高.     

神经网络预测控制在SCR烟气脱硝系统中应用

以自某热电厂350 MW燃煤机组的选择性催化还原(SCR)反应系统所采集的数据为依托,使用神经网络预测控制方法,研究电厂尾气中氮氧化物排放的预测及控制问题.利用神经网络的方法进行模型辨识,利用预测控制的思想对喷氨量进行控制,既可使尾气达到限排标准,亦能减少用氨量,提升经济效益的同时减少氨逃逸.采用最速梯度方法进行控制器的优化,并通过性能函数来约束控制量,达到预期输出.最后将仿真结果与现场所测数据进行对比,结果表明神经网络预测控制方案可以较准确地预测出未来有限时刻所需的喷氨量.     

基于自适应直方图修改的网格可逆信息隐藏

可逆信息隐藏是一种特殊的信息隐藏技术, 在医学、军事和法律等领域具有重要的应用价值.本文提出一种基于自适应直方图修改的网格可逆信息隐藏算法. 首先, 利用模型形状的局部相似性, 预测顶点位置以获得预测误差序列, 构造陡峭的预测误差直方图. 然后, 根据直方图的分布特点, 直接使用嵌入区域内两组指定的预测误差来嵌入秘密信息,减少了辅助信息的传输. 最后, 为减少模型失真, 根据载荷大小自适应地选取合适的嵌入区域, 有效避免对预测误差过多移动. 实验结果表明, 本文提出的算法在小容量嵌入时能保持较高的视觉质量, 适用于高保真的网格可逆信息隐藏.     

一种以SU-8为流道材料的集成微流体

根据微流量传感器测热式原理,利用Comsol多物理场模拟仿真软件,对微流量传感器进行模拟仿真,分析了流量传感器的关键参数对其灵敏性的影响.在此基础上,设计了一种集成在微流体管道内的微流量传感器.以离子束刻蚀方法制作微电极,SU 8负光刻胶直接制作流道,将该负光刻胶与聚二甲基硅氧烷(PDMS)进行键合封装.最后,对该微流量传感器进行了流速测试.     

基于改进匈牙利算法和模糊逻辑控制的Interbay物料运输系统调度方法

为了满足晶圆制造Interbay物料运输调度的多目标和实时性要求,提出了一种基于改进匈牙利算法和模糊逻辑控制的智能调度方法.首先对晶圆工件的运输时间、等待时间、交货期以及加工特性这4个参数进行加权求和,建立晶圆工件的多目标运输成本模型;然后基于模糊逻辑控制的权重参数调节模型对各个权重参数进行动态调整,进而实时地计算晶圆工件的运输成本;最后以最小化运输成本为目标,采用改进匈牙利算法求取晶圆工件和运输小车的最优匹配方案.仿真实验结果表明,与传统的几种单一启发式规则比较,提出的调度方法能够有效减少晶圆工件的平均搬运时间和平均加工周期,具有较好的综合调度性能.     

基于用户移动行为相似性聚类的Markov位置预测

由于采集点丢失或出现新用户等原因,GPS轨迹数据往往具有稀疏性,使得基于单个用户数据的位置预测准确率较低.针对这种情况,提出了基于移动行为相似性和用户聚类的Markov位置预测方法.首先,基于Voronoi图和原始GPS轨迹进行区域划分,位置预测基于区域轨迹进行;其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶Markov模型进行位置预测,提高了位置预测的准确性.真实GPS轨迹数据上的实验表明了所提出方法的有效性.     

基于Cam-shift的预测跟踪方法分析与改进

为了在有遮挡等因素干扰的复杂背景下很好的完成移动目标的位置预测跟踪,研究了Kalman滤波与Cam-shift算法结合的方法.Kalman滤波可以较精准地完成移动目标的位置预测,与Cam-shift算法结合可以很好的完成跟踪.在此基础上,提出了一种线性预测与Cam-shift算法结合的目标预测跟踪方法,即将线性预测方法代替Kalman滤波完成预测估计,并将预测估计结果代入Cam-shift算法中进行跟踪.实验表明该方法既可以保证遮挡过程中追踪的准确性,又能减少迭代时间,能够更好地满足实时性的要求.     

基于改进的RSSI的车间移动节点MCL算法

针对蒙特卡罗定位（MCL）算法在无线传感网络定位精度和取样效率中存在的不足,提出了一种基于接收信号强度指示（RSSI）改进的MCL算法（R-MCL算法）,并对车间移动节点进行定位.通过分析车间移动资源的移动规律,引入RSSI模型测距预测,减少取样区域,从而提高了取样效率和定位精度.仿真结果表明,R-MCL算法在定位精度、收敛速度和计算量等方面的性能均有提升.     

化学机械抛光传输机器人晶圆抓取自适应控制方法

针对化学机械抛光装备中晶圆位置变化时传输机器人无法有效进行抓取的问题,提出了一种化学机械抛光传输机器人晶圆抓取自适应控制方法.机械手在对化学机械抛光设备工位上晶圆进行抓取时,使用先进的红外传感器测量晶圆位置和偏差,并进行实时位置补偿,从而实现机械手对工位上晶圆抓取的自适应能力,提高了化学机械抛光装备效率和可靠性.仿真实验验证了系统的有效性.