[发明专利]产品品质预测方法、装置、电子设备及存储介质

权利要求书

1.一种产品品质预测方法，包括：

获取至少一个待预测工艺参数信息，所述待预测工艺参数信息包括工艺参数及参数值；

将所述至少一个待预测工艺参数信息输入预先设置的产品预测模型，得到按照所述待预测工艺参数信息制备出的产品的预测产品信息；

将所述至少一个待预测工艺参数信息输入预先设置的工艺参数异常判定模型，得到用于指示所述至少一个待预测工艺参数信息是否异常的异常判定结果；

基于所述预测产品信息和所述异常判定结果，确定按照所述至少一个待预测工艺参数信息制备出的产品的品质预测结果。

2.根据权利要求1所述的方法，其中，所述产品预测模型为随机森林模型，所述随机森林模型包括至少两棵决策树；以及

所述将所述至少一个待预测工艺参数信息输入预先设置的产品预测模型，得到按照所述待预测工艺参数信息制备出的产品的预测产品信息，包括：

将所述至少一个待预测工艺参数信息输入每棵决策树，分别得到对应的预测产品参数输出结果；

将与各所述决策树对应的预测产品参数输出结果的预测值均值作为所述预测产品信息。

3.根据权利要求1所述的方法，其中，所述工艺参数异常判定模型为孤立森林模型，所述孤立森林模型包括至少两棵孤立树；以及

所述将所述至少一个待预测工艺参数信息输入预先设置的工艺参数异常判定模型，得到用于指示所述至少一个待预测工艺参数信息是否异常的异常判定结果，包括：

将所述至少一个待预测工艺参数信息输入每棵孤立树，分别得到对应的异常判定输出结果；

将与各所述孤立树对应的异常判定输出结果的众数作为所述异常判定结果。

4.根据权利要求1所述的方法，其中，所述产品预测模型是通过如下第一训练步骤预先训练得到的：

获取第一样本集，第一样本包括至少一个样本工艺参数信息以及按照所述样本工艺参数信息制备出的产品的产品信息，所述样本工艺参数信息包括样本工艺参数及样本数值；

重复执行第一抽样操作，确定出至少两个第一训练子集，所述第一抽样操作包括：从所述第一样本集中有放回的随机抽取N个第一样本，得到第一训练子集；

基于每个所述第一训练子集，构造与该第一训练子集对应的决策树；

将与各所述第一训练子集对应的决策树确定为所述产品预测模型。

5.根据权利要求4所述的方法，其中，基于每个所述第一训练子集，构造与该第一训练子集对应的决策树，包括：

将所述第一训练子集中的第一样本的样本工艺参数信息作为输入，将对应的样本产品数值作为期望输出，构造与该第一训练子集对应的决策树。

6.根据权利要求1所述的方法，其中，所述工艺参数异常判定模型是通过如下第二训练步骤得到的：

获取第二样本集，第二样本包括至少一个样本工艺参数信息，所述样本工艺参数信息包括样本工艺参数及样本参数值；

重复执行第二抽样操作，确定出至少两个第二训练子集，所述第二抽样操作包括：从所述第二样本集中有放回的随机抽取N个第二样本，得到第二训练子集；

对于每个所述第二训练子集进行二叉划分以构建与该第二训练子集对应的孤立树；

将与各所述第二训练子集对应的孤立树确定为所述工艺参数异常判定模型。

7.根据权利要求4所述的方法，其中，所述第一样本集是通过如下步骤得到的：

获取历史数据集，历史数据包括至少一个历史工艺参数信息以及对应所述历史参数信息的历史产品测量值，所述历史工艺参数信息包括历史工艺参数和历史测量值；

对所述历史数据集中的每个历史工艺参数信息和每个历史产品测量值进行统计标准化处理，得到标准化历史数据集；

从标准历史数据集中筛选出符合预设相关性阈值的标准历史数据，作为第一样本集。