摘要
本发明公开了一种基于多工序匹配架构驱动的工艺大模型优化方法及系统,包括:步骤1:获取多工序工艺产线中各工序的工艺参数,构建工艺参数数据集;步骤2:根据多工序工艺产线中各工序的运作机制和关联性,构建工艺质量预测大模型;步骤3:采用工艺参数数据集对工艺质量预测大模型进行训练与测试,得到预训练的工艺质量预测大模型;步骤4:将多工序工艺产线中当前各工艺的工艺参数组合输入至预训练的工艺质量预测大模型中,得到当前工艺质量预测结果;判定当前工艺质量预测结果是否达标;若达标,则当前各工艺的工艺参数组合为最优工艺参数组合,基于该最优工艺参数组合对多工序工艺产线进行优化;若不达标,则调整工艺参数组合,基于调整后的工艺参数组合,执行步骤4。
技术关键词
模型优化方法
模型优化系统
深度学习网络
数据
产线
注意力机制
成分分析
模块
超参数
误差
动态
频率
标记
组织
系统为您推荐了相关专利信息
激光轮廓传感器
超声检测仪
构件无损检测
机械臂
步进电机