[发明专利]一种基于遗传算法的良率提升适用模型的优化方法在审
| 申请号： | 201911353118.1 | 申请日： | 2019-12-25 |
| 公开（公告）号： | CN111144569A | 公开（公告）日： | 2020-05-12 |
| 发明（设计）人： | 陆晶晶;俞微;魏峥颖;王艳生 | 申请（专利权）人： | 上海华力集成电路制造有限公司 |
| 主分类号： | G06N3/12 | 分类号： | G06N3/12;G06Q10/04 |
| 代理公司： | 上海浦一知识产权代理有限公司 31211 | 代理人： | 戴广志 |
| 地址： | 201203 上海市浦*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 遗传 算法 提升 适用 模型 优化 方法 | ||
1.一种基于遗传算法的良率提升适用模型的优化方法，其特征在于，该方法至少包括以下步骤：
步骤一、根据已有的遗传算法模型和产品的CP或WAT特征值，进行适应度函数的尺度变换以优化算法的欺骗问题；
步骤二、优化所述遗传算法模型中的交叉算子、变异算子、变异区间、删除算子；
步骤三、引入种群均匀尺度进行线性排序以优化所述适应度函数；
步骤四、拓展全局搜索功能并进化特征值以完善所述遗传算法模型。
2.根据权利要求2所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤一中进行的所述适应度函数的尺度变换使得原适应度的平均值等于定标后的适应度的平均值。
3.根据权利要求3所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤一中进行的所述适应度函数的尺度变换使得变换后的适应度最大值等于原适应度平均值的指定倍数。
4.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤二中的所述交叉算子为0.25。
5.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤二中的所述变异算子为0.005。
6.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤二中的所述变异区间为60～100。
7.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤二中的所述删除算子为0.005。
8.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤三中所述引入种群均匀尺度进行线性排序包括，提供包含有个体排序序号的选择概率以优化所述适应度函数。
9.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤四中拓展全局搜索功能包括：将过货产品的步骤进化至全部工艺流程。
10.根据权利要求1所述的基于遗传算法的良率提升适用模型的优化方法，其特征在于：步骤四中进化特征值包括将Bin的失效率作为特征值输入。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海华力集成电路制造有限公司，未经上海华力集成电路制造有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201911353118.1/1.html，转载请声明来源钻瓜专利网。
