[发明专利]一种用于预估MOCVD工艺结果的数据挖掘方法

摘要

本发明公开了一种用于预估MOCVD工艺结果的数据挖掘方法，该方法将MOCVD工艺中写入到日志记录表中的多条操作记录合并、统计，挖掘出其中较为频繁的操作记录集，然后推导出这些记录之间的关联规则，最后根据MOCVD工艺结果的好坏，评估、分析这些操作对工艺结果所造成的影响，如果工艺结果理想，那么这些记录集可以作为下次工艺的参考；如果不理想，那么可以提醒工艺人员在进行下一次工艺时，尽量避免进行同样的一系列操作。

主权项

一种用于预估MOCVD工艺结果的数据挖掘方法，其特征在于，该方法为：1）将MOCVD工艺数据及对所述MOCVD工艺数据的工艺操作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Ck，并且利用Ck不能再生成下一维项目集；7）计算Ck的支持度S(Ck)，即计算Ck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Ca为Ck的子集，设Ca中的元素为m维元素，计算Ca的支持度S(Ca)，S(Ca)的支持度即Ck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(Ck)/S(Ca)≥最小置信度C，那么就存在如下规则Ca—>Cs(a)，其中 Cs(a)为Ca在Ck中的补集，Ca—>Cs(a)表示“由于执行了Ca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。