一种基于人工智能的电容失效率预测方法和计算机设备

本发明公开了一种基于人工智能的电容失效率预测方法和计算机设备，所述方法包括：统计电容的生产工艺参数与产品失效率的数据，选择特征参数作为所要构建的神经网络模型的输入，目标变量为失效率，对特征参数和失效率数据进行Z‑Score标准化；构建神经网络模型，每层使用ReLU函数作为激活函数，输出层使用线性激活函数进行预测，输入层应用L1正则化来防止过拟合，使用Adam优化器，并以均方误差作为损失函数；将数据拆分为训练集和测试集，使用R2评分来评估所构建的神经网络模型的性能；根据所构建的神经网络模型进行电容失效率的预测。本发明能够以较少的数据量建立所需要的神经网络模型，根据失效率的变化及时更新模型，扩大了模型的应用场景。