[发明专利]一种用于预估MOCVD工艺结果的数据挖掘方法

说明书

技术领域

本发明涉及MOCVD工艺结果数据挖掘领域，特别是一种用于预估MOCVD工艺结果的数据挖掘方法。

背景技术

随着计算机硬件技术的提高，计算机对数据的处理能力也在日渐提升，加上当前互联网络的发展以及普及，数据信息量在不断上涨，人们已经进入了一个信息爆炸的时代。人们除了利用现有的关系数据库标准查询语句得到一般的直观的信息以外，很多时候因为业务的需求不得不挖掘其内含的、未知的却又实际存在的数据关系，而这些数据关系往往是对业务存在极大价值，也是人们迫切想要知道的信息。这就对个人，尤其是对企业而言，如何从这些海量的数据当中挖掘出潜在的，有用的信息提出了不小的挑战。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息的过程。

一项MOCVD工艺包含了质量流量计、压力控制计、温度、转速等多个设备的实时数据。一项工艺一般要进行数个小时，从工艺开始到结束，会产生大量的实时数据以及操作记录。除了在工艺运行前预备的工艺运行方案以外，现场工艺运行中的一些实时操作也会对工艺结果造成影响，甚至有可能直接关系到工艺结果的好坏。因此，一项工艺运行当中的操作记录，即使在工艺运行过程当中没有出现意外或者报警，在一定程度上也存在可参考的价值。所以从这些实时的现场记录当中，挖掘出其中潜在的关联关系也对下次工艺的运行具有一定的参考意义。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种用于预估MOCVD工艺结果的数据挖掘方法，预估计现场工艺运行中的实时操作对工艺结果的影响程度，并根据工艺结果的好坏，估计每一项操作的可行性，为下一次工艺操作提供指导。

为解决上述技术问题，本发明所采用的技术方案是：一种用于预估MOCVD工艺结果的数据挖掘方法，该方法为：

1）将MOCVD工艺数据以字符串格式存储在原始数据库中；

2）统计所述原始数据库中各MOCVD操作事件出现的次数，保留出现次数不小于最小支持度S的MOCVD操作事件，并记为1维元素，利用所述1维元素生成1维元素集L₁；其中，最小支持度S取值范围为2～6；

3）将1维元素集L₁中的1维元素两两合并，生成2维候选项目集C₂；

4）计算2维候选项目集C₂中的2维元素在原始数据库中的支持度，即统计C₂中组成每个2维元素的1维元素在原始数据库各条操作记录中同时出现的次数，删除2维候选项目集C₂中支持度小于最小支持度的2维元素，并将2维候选项目集C₂中支持度不小于最小支持度的2维元素记录在2维元素项目集L₂中；

5）统计2维元素项目集L₂中1维元素的频度，即统计2维元素项目集L₂中所有1维元素出现的次数，并删除L₂中包含有出现次数小于2的1维元素的2维元素，并用剩余的2维元素组成新的2维元素项目集L₂₁；

6）利用新的2维元素项目集L₂₁，根据步骤3）～步骤5）类推，直到生成k维候选项目集C_k，并且利用C_k不能再生成下一维项目集；

7）计算C_k的支持度S(C_k)，即计算C_k中组成每个k维元素的1维元素在原始数据库各条操作记录中同时出现的次数；设C_a为C_k的子集，设C_a中的元素为m维元素，计算C_a的支持度S(C_a)，S(C_a)的支持度即C_k中组成每个m维元素的1维元素在原始数据库各条操作记录中同时出现的次数；其中，m＜k；

8）如果S(C_k)/S(C_a)≥最小置信度C，那么就存在如下规则C_a—>Cs(a)，其中Cs(a)为C_a在C_k中的补集，C_a—>Cs(a)表示“由于执行了C_a中元素的操作，可能发生Cs(a)中元素的操作”，最小置信度C的取值范围为0.4～1。