[发明专利]芯片制造特殊站点产能达成预测方法及系统

权利要求书

1.一种芯片制造特殊站点产能达成预测方法，其特征在于，包括：

采集特殊站点的历史数据；

对所述历史数据进行预处理；

基于随机森林算法对预处理后的数据进行模型训练，构建并优化随机森林模型；

对设定的产能目标进行预处理后输入所述随机森林模型，输出预测结果。

2.根据权利要求1所述的芯片制造特殊站点产能达成预测方法，其特征在于，对所述历史数据进行预处理的步骤具体包括：

对所述历史数据进行汇总计算；

将汇总计算后的数据进行特征化处理，得到模型输入特征。

3.根据权利要求2所述的芯片制造特殊站点产能达成预测方法，其特征在于，对所述历史数据进行汇总计算包括缺失值处理，异常值处理和标准化处理。

4.根据权利要求2所述的芯片制造特殊站点产能达成预测方法，其特征在于，将汇总计算后的数据进行特征化处理的步骤具体包括：

将汇总计算后的数据转换为数值特征；

采用主成分分析法对所述数值特征进行降维处理；

对降维处理后的数值特征进行再选择，得到所述模型输入特征。

5.根据权利要求4所述的芯片制造特殊站点产能达成预测方法，其特征在于，采用过滤式、嵌入式或包裹式的方法对降维处理后的数值特征进行再选择。

6.根据权利要求4所述的芯片制造特殊站点产能达成预测方法，其特征在于，根据所述数值特征之间的关联性对所述模型输入特征进行加权处理。

7.根据权利要求1所述的芯片制造特殊站点产能达成预测方法，其特征在于，基于随机森林算法对预处理后的数据进行模型训练的步骤具体包括：

对预处理后的数据进行集中随机抽样，构成若干个不同的样本数据集，按照预设比例划分训练集与测试集；

设置模型超参数；

采用有放回的随机抽样方式建立多个决策树，形成随机森林；

设定划分依据为基尼系，根据划分结果确定最优的模型超参数。

8.根据权利要求7所述的芯片制造特殊站点产能达成预测方法，其特征在于，采取网格搜索与交叉验证对超参数进行设置。

9.一种芯片制造特殊站点产能达成预测系统，其特征在于，包括：

采集模块，被配置为采集特殊站点的历史数据；

预处理模块，被配置为对所述历史数据进行预处理；

模型构建模块，被配置为基于随机森林算法对预处理后的数据进行模型训练，构建并优化随机森林模型；

预测模块，被配置为对设定的产能目标进行预处理后输入所述随机森林模型，输出预测结果。

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时能实现根据权利要求1-8中任一项所述的芯片制造特殊站点产能达成预测方法。