本发明提供了一种基于DQN和DNN孪生神经网络算法的半导体测试封装生产线性能预测控制系统,包括建立测试封装生产线模型与基于DQN和DNN算法进行性能预测控制两个部分,其中,所述建立测试封装生产线模型包括:步骤1:建立生产线系统性能常用指标;步骤2:建立半导体
芯片测试封装生产线模型;步骤3:计算性能指标,所述基于DQN和DNN算法进行性能预测控制包括:步骤1:DNN孪生深度神经网络特征提取;步骤2:DQN深度强化学习训练;步骤3:进行性能预测控制。本发明综合半导体生产封装测试线的性能预测指标构建后,基于DNN孪生DQN方法来进行特征构建和强化网络性能预测控制,直到状态趋于稳定,则此时的输出变量为指标,从而设置阈值进行相应的控制。
声明:
“基于DQN和DNN孪生神经网络算法的半导体测试封装生产线性能预测控制系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)