基于注意力和LSTM网络的硅单晶生长直径预测方法

本发明公开了基于注意力和LSTM网络的硅单晶生长直径预测方法，首先采集硅单晶生长过程中相同时刻下的过程变量数据以及晶体直径数据，并对这些数据进行预处理；然后利用最大互信息系数MIC方法对预处理之后的数据进行辅助变量选取；确定模型结构并建立LSTM‑SA网络模型学习输入与输出之间的非线性映射关系，完成对晶体直径多步未来值的预测。本发明通过传感器所采集硅单晶生长过程中产生的过程变量，从数据驱动预测建模的角度，建立晶体直径指标的多步输出预测模型，以辅助现场操作人员和控制系统做出更加合理且准确的控制动作，从而达到提高直拉硅单晶品质的目的。