基于自适应神经模糊推理系统的半导体生产线故障预测及维护调度

为解决半导体生产线设备故障预测问题，采用自适应神经模糊推理系统构建故障预测模型。利用减法聚类确定模型初始结构，采用由最小二乘算法和梯度下降法所组成的混合学习算法优化模型参数。经实验数据检验，所建模型拟合能力强且精度高，能有效预测生产线下一阶段可能发生故障的设备名称等调度问题关键参数信息。在原有设备维护调度的基础上，嵌入故障预测模型，构建新的设备维护调度方案，并以某半导体生产线制造过程为例进行仿真验证，取得了良好的调度效果。