摘要
本发明涉及一种面向多阶段制造系统的质量预测方法、设备和介质,包括以下步骤:获取原材料初始质量指标值和各制造阶段的设备状态参数,进行预处理后通过广播机制进行拼接,然后输入训练好的面向多阶段制造系统的质量预测模型,获得每个制造阶段的质量预测结果;该模型包括全量注意力模块和前馈神经网络,以及基于双向长短期记忆网络构建的编码器和解码器,编码器用于根据输入数据生成每个制造阶段的输出向量;全量注意力模块用于根据解码器的隐藏向量计算输出向量的注意力权重;解码器用于将加权后的输出向量进行解码,解码结果通过所述前馈神经网络输出为质量序列。与现有技术相比,本发明提高了复杂多阶段制造过程中质量预测的准确性。
技术关键词
多阶段
设备状态参数
双向长短期记忆网络
前馈神经网络
解码器
注意力
编码器
主成分分析法
序列
机制
处理器
可读存储介质
程序
模块
存储器
数据
代表
表达式
系统为您推荐了相关专利信息
数据补全方法
转录组学
编码器
掩码矩阵
皮尔逊相关系数
数值天气预报数据
皮尔逊相关系数
功率
风机轮毂
风速
发射主机
网络传输单元
网络处理单元
音频编解码器
微处理器
3DCT图像
融合特征
退化模型
多头注意力机制
图像生成单元